Page 33 - 《中国医疗器械杂志》2026年第1期

Chinese Journal of Medical Instrumentation 2026年 第50卷 第1期

医 学 人 工 智 能

表2 不同模型在甲状腺和乳腺结节恶性预测中的性能比较
Tab.2 Performance comparison of different models in predicting malignancy in thyroid and breast nodules
模型 AUC (95% CI) 灵敏度（%） 特异度（%） 准确率（%） F1值 P值*
甲状腺结节
PEAIM 0.932 (0.914~0.951) 86.5 89.2 88.6 0.832 −
单器官模型 0.902 (0.883~0.921) 83.3 86.5 85.7 0.790 0.008
XGBoost 0.887 (0.865~0.909) 81.7 85.3 84.4 0.774 0.002
TI-RADS评分 0.865 (0.841~0.889) 79.2 82.0 81.3 0.737 <0.001
乳腺结节
PEAIM 0.917 (0.896~0.938) 84.3 88.7 87.4 0.819 −
单器官模型 0.891 (0.871~0.912) 81.5 85.8 84.6 0.787 0.013
随机森林 0.874 (0.852~0.896) 78.6 84.2 82.7 0.761 <0.001
BI-RADS评分 0.853 (0.829~0.877) 76.3 81.5 80.0 0.732 <0.001
外部验证集
PEAIM－甲状腺 0.912 (0.884~0.940) 84.2 87.5 86.4 0.808 −
PEAIM－乳腺 0.903 (0.876~0.930) 82.7 86.3 85.1 0.793 −
注：*P值为与PEAIM比较的结果。

1.2 1.2
1.0 1.0

0.8
0.8
灵敏度（真阳性率） 0.6 DeLong检验： 灵敏度（真阳性率） 0.6 DeLong检验：

0.4
0.4
PEAIM vs. 单器官：P=0.008
PEAIM vs. 单器官：P=0.013
PEAIM vs. 随机森林：P<0.001
PEAIM vs. XGBoost：P=0.002
0.2 敏感度： 0.865 PEAIM（AUC=0.932, 95% CI: 0.914~0.951） 0.2 敏感度： 0.843 PEAIM（AUC=0.917, 95% CI: 0.896~0.938）
特异度： 0.892 单器官模型（AUC=0.902, 95% CI: 0.883~0.921） 特异度： 0.887 单器官模型（AUC=0.891, 95% CI: 0.871~0.912）
XGBoost模型（AUC=0.887, 95% CI: 0.865~0.909） 随机森林模型（AUC=0.874, 95% CI: 0.852~0.896）
TI-RADS评分（AUC=0.865, 95% CI: 0.841~0.889） BI-RADS评分（AUC=0.853, 95% CI: 0.829~0.877）
外部验证集（AUC=0.912, 95% CI: 0.884~0.940） 外部验证集（AUC=0.903, 95% CI: 0.876~0.930）
0 0
0 0.2 0.4 1.6 2.8 1.0 0 0.2 0.4 1.6 2.8 1.0
1−特异度（假阳性率） 1−特异度（假阳性率）
(a) 甲状腺结节恶性预测ROC曲线 (b) 乳腺结节恶性预测ROC曲线
(a) ROC curve for malignant thyroid nodule prediction (b) ROC curve for malignant breast nodule prediction
注：在小结节（≤1 cm）亚组中，相比单器官模型，PEAIM的AUC提升幅度更大。甲状腺：+0.053（P<0.01），乳腺：+0.062（P<0.01）。
图3 ROC曲线比较分析
Fig.3 ROC curve comparative analysis
高 高

性别 性别
TSH水平 乳腺密度
年龄 家族肿瘤史
假包膜 年龄
结节纵横比>1 皮肤回缩性
中 特征值 中 特征值
TI-RADS分级 内部回声异质性
血流信号分布 BI-RADS分级
内部回声异质性 微钙化
微钙化 后方回声减弱
边缘不规则性 边缘不规则性
低 低
−2 −1 0 1 2 3 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5
SHAP值（对预测的贡献度） SHAP值（对预测的贡献度）
(a) 甲状腺结节恶性预测中的特征重要性 (b) 乳腺结节恶性预测中的特征重要性
(a) Feature importance in malignant thyroid nodule prediction (b) Feature importance in malignant breast nodule prediction
注：★表示甲状腺和乳腺结节预测的共性特征，特征值颜色从蓝色（底）到红色（高），SHAP值表示特征对预测恶性风险的贡献度。
图4 SHAP特征重要性分析
Fig.4 SHAP feature importance analysis

29