Page 35 - 《中国医疗器械杂志》2026年第1期
P. 35

临床决策区间
                                                  评分
                                     在最
                                            干预所有
                                 大净收益区间
                                            干预无人
                      净收益
              Chinese Journal of Medical Instrumentation  单器官模型                                  2026年 第50卷 第1期
                       −0.05
                                     风险阈值            医  学  人   工  智  能
                                 甲状腺结节决策曲线分析

                                                                                         [23]
                       0.30                                     亚型预测中表现出独特优势 。
                                            PEAIM
                               临床决策区间       单器官模型                   本研究通过SHAP分析和t-SNE可视化,首次系
                       0.25                 BI-RADS评分
                                 PEAIM在最    干预所有                统揭示了甲状腺与乳腺结节在预测特征空间中的共
                                 大净收益区间     干预无人
                       0.20                                     性与差异。边缘不规则性、微钙化和内部回声异质
                                                                性作为两类结节共同的重要预测因素,与既往病理
                       0.15                                     学研究发现一致 。这些特征反映了肿瘤的侵袭性
                                                                               [24]
                      净收益                                       生长、异常钙化代谢和组织结构破坏,是恶性肿瘤
                       0.10
                                                                                 [25]
                                                                的共同病理学基础 。而各器官特异性特征则反映
                       0.05                                     了不同内分泌器官的功能和结构特点。在恶性风险
                                                                预测中,甲状腺结节的纵横比>1是重要的特异性指
                         0
                                                                标,而乳腺结节的良恶性鉴别则更依赖于后方回声
                       −0.05                                    特征(如后方回声减弱)             [26-28] 。从临床角度分析,
                          0  0.1  0.2  0.3  0.4  0.5  0.6  0.7  0.8
                                      风险阈值                      甲状腺与乳腺结节在诊断过程中展现出重要的相似
                               (b) 乳腺结节决策曲线分析                   点与差异点。相似方面包括:①初筛方法均以超声
                           (b) Decision curve analysis for breast nodules
                                                                检查为主,超声评估指标具有较高重叠性,如形态
              注:决策曲线分析(DCA)评估在不同风险阈值下的临床净收益。横轴
              显示风险阈值(选择决策的概率),纵轴显示净收益(在选定干预的真                   学特征(边缘、形状)、内部回声、钙化特点等;
              阳性数与因过度干预造成的假阳性数之间的权衡)。阴影部分表示在该                   ②评分系统原理相近,TI-RADS和BI-RADS均采用
              阈值下的净收益最大,在10%~40%的风险阈值(基于干预的获益成本的
              风险阈值)范围内,模型显示了在该预测模型中的较好的临床实用性。                   标准化分级评估恶性风险;③确诊手段均依赖组织
                                                                学检查,FNA对甲状腺结节的临床路径和粗针活检
                              图6   决策曲线分析
                            Fig.6  Decision curve analysis      对乳腺结节的临床路径相似;④诊疗决策逻辑相
               3    讨论                                          通,两者通常都基于结节大小、影像特征和病理结
                                                                                     果综合判断是否需要手术干预。差异方面则体现

                  本研究构建了一个基于多任务深度学习的跨甲                          为:①高危人群特点不同,甲状腺恶性结节在年轻
              状腺与乳腺结节PEAIM,并证实该模型具有优于                           女性中更为常见,而乳腺恶性结节风险随年龄增
              单器官模型的预测性能和泛化能力。研究结果表                             长;②影像学评估重点有异,评估甲状腺结节更关
              明,甲状腺与乳腺结节作为内分泌相关器官的病                             注纵横比和血流信号,评估乳腺结节则更重视后方
              变,确实存在可被AI算法捕捉的共性特征,支持跨                           回声和结构扭曲;③内分泌影响模式不同,甲状腺
              器官联合建模的科学性和可行性。                                   功能状态可直接影响甲状腺结节性质,而乳腺结节
                  PEAIM相比单器官模型和传统机器学习模型                         则更受雌孕激素水平波动影响;④危险分层标准存
              具有以下优势:第一,通过跨器官学习,模型能够                            在差异,甲状腺结节≥1 cm或具有高危超声特征时
              从更大的样本集中学习到更广泛的特征模式,减轻                            建议活检,而乳腺结节主要依据BI-RADS分级(≥
              数据稀疏和类别不平衡问题 ;第二,共享表示学                            4类)决定是否活检。本研究设计的PEAIM通过多
                                       [22]
              习使模型能够提取不同器官结节的共性特征,增强                            任务学习架构,成功捕捉了这些临床上的共性与差
              模型的泛化能力;第三,多任务学习框架既保留器                            异,使模型兼具共享知识的效率和器官特异性预测
              官特异性信息,又实现知识迁移,在小结节和罕见                            的精确性。

                    *   甲状腺与乳腺结节共性特征
                    +   方向不同的共性特征
                    边缘不规则性
                                                                                         1
                             0
                            规则                                                          不规则
                        微钙化
                             0           1           2                                   3
                             无         粗大钙化        混合钙化                                 微钙化
                  内部回声异质性                                                                   示例:边缘不规则,微钙化,轻度异质回声,
                             0                             1                             2  中度血流信号,TI-RADS 4 级,纵横比>1,
                            均质                           轻度异质                          明显异质  50岁女性
                    血流信号分布
                             无 0            低 1            中 2                           高 3  计算总分:280
                    TI-RADS分级                                                               预测恶性概率:0.70
                             1        2        3                 4                       5
                             1级       2级       3级               4级                      5级
                    结节纵横比>1
                             0                                                           1
                             否                                                           否
                   +    年龄(岁)
                             80                60                40                      20
                         性别
                             0                                         1
                             男                                         女
                         总分
                             0              100           200            300            400
                      恶性概率
                                0.1            0.3               0.5        0.7      0.9
                                                (a) 甲状腺结节恶性风险预测列线图
                                         (a) Nomogram for malignancy risk prediction of thyroid nodules
                     甲状腺与乳腺结节共性特征
                     方向不同的共性特征
                    边缘不规则性                                   31
                            规则                                                          不规则
                        微钙化
                             无         粗大钙化        混合钙化                                 微钙化
                  内部回声异质性                                                                   示例:边缘不规则,微钙化,中度异质回声,
                                                                                            后方回声减弱,  级,无皮肤回缩,
                            均质                           轻度异质                          明显异质  岁女性
                    后方回声减弱
                                                                                            计算总分:
                             无                                                           有
                         分级                                                                 预测恶性概率:
                     皮肤回缩性   级     级     级           级                 级                 级
                             无                                                           有
                     年龄(岁)
                         性别
                             男                                         女
                         总分
                      恶性概率
                                                   乳腺结节恶性风险预测列线图
   30   31   32   33   34   35   36   37   38   39   40