安克侦软件识别甲状腺乳头状癌的超声征象联合临床特征预测颈部淋巴结转移的价值

郝艳红，李晓宇，张炎晶，赵育芳，刘静静，刘利平

（1.山西医科大学第一医院超声科，山西 太原 030001；2.河北北方学院附属第一医院超声科，河北 张家口 075000）

随着超声分辨力的提高，甲状腺癌的检出率增长迅速，其中甲状腺乳头状癌（papillary thyroid carcinama，PTC）最多见。术前准确检测淋巴结转移对临床诊疗方案的制订有重要意义。甲状腺结节超声的形态特征与颈部淋巴结转移存在一定相关性［1-2］，可帮助预测甲状腺癌颈部淋巴结是否转移。有研究通过对超声图像特征的量化预测结节的良恶性，但关于人工智能软件量化的超声征象与PTC 患者淋巴结转移的研究报道并不多见［3-4］。本研究通过分析安克侦软件量化PTC 的超声征象与颈部淋巴结转移的关系，探讨人工智能在PTC 颈部淋巴结转移预警中的价值。

1 资料与方法

1.1 一般资料 收集2018 年3 月至2019 年11 月于山西医科大学第一医院就诊并经手术病理证实的PTC 患者177 例，其中男38 例，女139 例；年龄17～78 岁，平均（47.1±10.6）岁。依据淋巴结是否转移将患者分为转移组71 例，非转移组106 例。纳入标准：经手术证实的PTC；术中行中央区（+侧颈部）颈部淋巴结清扫术。排除标准：甲状腺结节最大径＞4 cm且超声特征显示不完整者。

1.2 仪器与方法 采用GE Logic E9 彩色多普勒超声诊断仪，频率6～15 MHz。图像处理采用AmCADUT Detection 甲状腺超声图像处理软件。由1 名高年资医师采集甲状腺结节图像，并输入专用计算机，优先选择横切面图像，手动勾画出结节轮廓，采用软件解析量化结节形态特征，包括结节回声类型（高回声、等回声、低回声、极低回声、无回声）、内部结构（全为实性、实性部分＞50%、囊性部分＞50%、全为囊性）、强回声点（微小钙化、粗大钙化、无钙化）、边缘（规则、不规则）、内部回声均匀度（均匀、不均匀）、纵横比（≥1、＜1）等关键指标，其中量化值以系统自设的0.5 为基准，≥0.5 为具有该特征（图1）。

图1 甲状腺乳头状癌的超声图像 注：患者，男，31 岁。图1a 为二维声像图，示甲状腺右侧叶上极单发低回声实性结节伴微钙化，大小1.57 cm×0.90 cm×1.24 cm，纵横比＞1，边缘不规则，内部回声不均匀；图1b～1f 分别为安克侦软件量化的结节回声、边缘、强回声点、内部回声、无回声区域

1.3 统计学分析 采用SPSS 22.0 软件进行数据分析，定量资料符合正态分布，以表示；计数资料以构成比表示，2组间率的比较行χ2检验。以病理结果作为应变量，将单因素分析差异有统计学意义的超声征象作为自变量行逐步向前多因素logistic 回归分析，以筛选出来的独立危险因素建立预测模型。以P＜0.05 为差异有统计学意义。

2 结果

38 例男性患者中，淋巴结转移24 例（63.2%），无淋巴结转移14 例（36.8%）；139 例女性患者中，淋巴结转移47 例（33.8%），无淋巴结转移92 例（66.2%）。92 例年龄＞45 岁患者中，淋巴结转移23 例（25.0%）；85 例年龄≤45 岁患者中，淋巴结转移48 例（56.5%）。结节平均最大径转移组为（1.43±0.60）cm，非转移组为（1.07±0.64）cm。

转移组与非转移组性别和年龄差异均有统计学意义（均P＜0.05）。2组安克侦软件识别的超声征象中结节最大径、微钙化、边缘差异均有统计学意义（均P＜0.05）；2组结节回声类型、内部回声是否均匀及纵横比差异均无统计学意义（均P＞0.05，表1）。

表1 转移组与非转移组临床特征及安克侦软件量化的超声征象对照

单因素分析显示，有统计学意义的变量是年龄、性别、微钙化、结节最大径、边缘是否规则，分别记为X1、X2、X3、X4、X5，并赋值（表2），行多因素二元logistic回归分析。经变量筛选后，除边缘是否规则（X5）在2组间差异无统计学意义外，年龄、性别、结节最大径及微钙化差异均有统计学意义（均P＜0.05）。因此，年龄≤45 岁、男性、微钙化、结节最大径≥1 cm 是PTC发生颈部淋巴结转移的独立危险因素（表3）。logistic回归模型为：logit（P）=-2.631+1.641X1+0.879X2+0.862X3+1.237X4。

表2 PTC 颈部淋巴结转移危险因素赋值

表3 PTC 颈部淋巴结转移logistic 回归分析

3 讨论

基于TI-RADS 分类，超声医师可较准确地判断甲状腺结节的良恶性，指导临床分级管理，但存在一定主观性。人工智能能够客观量化甲状腺结节的超声特征，提高超声对甲状腺结节良恶性诊断的准确率［5］。王丹等［6］的研究显示，人工智能对甲状腺结节诊断的敏感度、特异度分别为86.20%、85.48%，与病理诊断结果具有较好的一致性。麦武平等［7］研究证实，人工智能诊断甲状腺结节良恶性的敏感度及AUC高于低年资医师（P＜0.05），而两者联合应用诊断敏感度及AUC 均有所提高。淋巴结转移是PTC 患者术后复发和生存率不良的重要危险因素［8］。术前准确预警PTC 颈部淋巴结转移是临床手术方式选择及术后管理的重要依据。但单纯依靠影像学检查早期发现PTC 患者颈部淋巴结转移仍有一定局限性。本研究使用的安克侦图像处理软件基于人工智能可通过超声图像量化分析结节特征，为诊断甲状腺结节的良恶性提供客观量化依据，在预测颈部淋巴结转移中有一定价值。有文献表明，甲状腺癌平均年龄约40 岁［8］，男性发病率较女性低。本研究男女比例1:3.66，差异有统计学意义；且≤45 岁的男性患者更易发生转移，差异有统计学意义。logistic 回归分析表明，≤45 岁及男性是颈部淋巴结转移的独立危险因素。

本研究也发现，转移与非转移患者中安克侦软件识别的结节最大径差异显著（P＜0.001），表明颈部淋巴结有无转移可能与结节大小相关，最大径越大，越容易转移［9］；这可能是因为肿瘤体积越大，癌细胞不受控制的分裂和增殖过程越明显，肿瘤生长更活跃，侵袭性也更强，因此转移的可能性越大［10］。同时logistic 回归分析提示，结节最大径≥1 cm 也是颈部淋巴结发生转移的又一独立危险因素，这可能为临床医师评估是否行预防性颈部淋巴结清扫提供了客观依据，但仍需综合分析。

PTC 结节中出现微钙化的病理学基础是肿瘤细胞发生变性坏死后产生的钙盐沉积，伴微钙化的结节更易出现颈部淋巴结转移［11-12］。本研究中安克侦软件识别伴微钙化的PTC 发生颈部淋巴结转移的比例为59.2%（61/103）；单因素分析显示结节内微钙化与颈部淋巴结转移有关（P＜0.05）；logistic 回归分析提示微钙化是颈部淋巴结转移的另一独立危险因素。但是否安克侦软件识别的微钙化越多，其颈部淋巴结转移可能性越大，本研究未深入探讨，有待进一步分析。

本研究安克侦软件识别的边缘不规则结节发生淋巴结转移的比例为51.7%（60/116），边缘规则发生转移的比例为16.7%（11/66）；单因素分析显示结节边缘不规则与颈部淋巴结转移相关（P＜0.05），可能是因为转移组中的癌结节对周围组织的侵袭性更明显，与邻近甲状腺腺体组织的界限更加模糊［13-15］。这与文献［16］报道一致。但logistic 多因素回归分析显示，边缘不规则并不能作为预测颈部淋巴结转移的独立危险因素；这可能是由于安克侦软件识别的结节边缘与结节最大径有关，结节小时手动勾勒较困难，从而影响对结节边缘的判定。

综上所述，安克侦软件量化的PTC 超声图像特征与颈部淋巴结转移有良好的相关性，可有效避免超声医师判读图像存在的主观差异；人工智能可筛选具有转移倾向的结节，以辅助临床医师制订精确化、个体化的治疗方案。但同时应认识到人工智能的不足，在临床工作中，需结合患者的其他影像学信息及临床资料作出全面分析诊断。