人工智能驱动甲状腺结节精准管理：临床效能与经济节约的双赢实证

首页今日动态人才市场新技术专栏中国科学人云展台
BioHot
云讲堂直播会展中心特价专栏技术快讯免费试用

生物通官微
陪你抓住生命科技
跳动的脉搏

生物通首页 > 今日动态 > 正文

【字体：大中小】 时间：2025年07月13日 来源：The Journal of Clinical Endocrinology & Metabolism 5.0

编辑推荐：

　　为解决甲状腺结节（TN）过度诊断与过度治疗难题，研究人员开展KOIOS AI工具评估研究，通过回顾性分析176例手术患者数据，对比专家/新手操作者ACR-TIRADS评估与AI风险分层。结果显示：KOIOS诊断性能媲美专家（AUC: 0.794 vs. 0.784；p = 0.754），显著优于新手（AUC: 0.619；p < 0.001），ICER分析证实其为成本节约策略（-€8,085.56），可有效减少良性TN过度干预。该研究为AI整合甲状腺诊疗提供强有力经济证据，推动精准医疗实践。

随着甲状腺结节（Thyroid Nodule, TN）发病率持续攀升，过度诊断和过度治疗的隐忧日益凸显。本研究聚焦评估KOIOS——一款FDA批准的人工智能（Artificial Intelligence, AI）工具——在甲状腺结节管理中的临床与经济双重价值。团队对176位于2022年5月至2024年11月间接受甲状腺手术的患者展开回顾性分析：超声图像由经验丰富的专家和初出茅庐的新手操作者分别采用美国放射学会甲状腺成像报告和数据系统（ACR-TIRADS）进行独立评估，同时KOIOS施展AI魔力输出自适应风险分层。研究通过灵敏度、特异性及受试者工作特征曲线（Receiver-Operating Curve, ROC）分析验证效能，并基于细针穿刺活检（FNAB）和甲状腺手术等优化干预措施定义增量成本效益比（Incremental Cost-Effectiveness Ratio, ICER）；确定性敏感性分析与概率敏感性分析双管齐下，确保模型稳健性。

结

热点排行

新闻专题

联系信箱：

粤ICP备09063491号