整合人工智能辅助平台的完全自主机器人超声系统在甲状腺结节管理中的多中心前瞻性评估

《npj Digital Medicine》：Prospective multicenter evaluation of an autonomous robotic ultrasound system integrated with AI-assisted thyroid nodule assessment

　　

摘要

这项前瞻性多中心研究评估了整合人工智能（AI）辅助平台的完全自主机器人超声（US）系统（FARUSS）在甲状腺结节管理中的可行性、一致性、图像质量和工作流程。从2024年3月至2025年8月，来自三个机构的262名参与者先接受常规超声检查，随后进行FARUSS检查。FARUSS采用6自由度机械臂和基于深度学习的扫描技术；Aitrox-USIP分析超声图像进行结节检测并分类为美国放射学会甲状腺影像报告和数据系统（ACR TI-RADS）等级。超声医师评估图像质量、一致性和管理方案。采用加权kappa（κ）和组内相关系数（ICC）评估一致性。FARUSS与常规超声在甲状腺测量方面显示出良好一致性（ICC，0.757–0.798），关键结节识别一致性为85.6%，但检查时间较长（202秒 vs. 147秒；p<0.001）。Aitrox-USIP减少了分析时间（183秒 vs. 254秒；p<0.001），超声医师修订后与常规超声ACR TI-RADS评估的一致性提高（κ，0.754–0.879）。基于FARUSS的筛查避免了74.8%的不必要的现场超声检查，但遗漏了19.2%的细针抽吸活检（FNAB）建议。基于图像质量的分类在探索性模拟中缓解了遗漏FNAB建议的问题。整合AI辅助评估的FARUSS可能支持甲状腺超声筛查工作流程，但需要有专家监督。