《Cancer Cytopathology》：Artificial intelligence–assisted digital thyroid FNA cytology: Improved agreement and sensitivity for higher-risk Bethesda categories with enhanced screening efficiency
编辑推荐：
**背景**：甲状腺结节的准确保级分类对临床管理至关重要，但观察者间变异性和不确定解读仍是持续存在的挑战。研究人员评估了AIxTHY（一种集成于数字细胞学平台中的疾病特异性深度学习算法）辅助甲状腺细针穿刺（FNA）诊断的临床可行性，该平台基于全切片成像（who
**背景**：甲状腺结节的准确保级分类对临床管理至关重要，但观察者间变异性和不确定解读仍是持续存在的挑战。研究人员评估了AIxTHY（一种集成于数字细胞学平台中的疾病特异性深度学习算法）辅助甲状腺细针穿刺（FNA）诊断的临床可行性，该平台基于全切片成像（whole-slide imaging, WSI）。
**方法**：两名细胞病理学家和一名细胞技术员采用三种模式独立审阅了100张存档ThinPrep FNA玻片：显微镜检查、人工智能（AI）辅助单层WSI（S-WSI）以及AI辅助七层Z轴堆叠WSI（7-WSI），各模式间设有2周洗脱期。审阅者依据甲状腺Bethesda报告系统（The Bethesda System, TBS）进行分类，并记录审阅时间。诊断结果与专家细胞学共识（作为金标准）进行比较。
**结果**：AI辅助审阅模式整体上提高了与共识诊断的一致性，尤其在高风险类别（TBS III+：意义不明确的非典型病变、滤泡性肿瘤及恶性）中表现显著，并较显微镜检查减少了下调诊断的比例。在二元风险分层（TBS III+ vs TBS II）中，AI辅助将敏感性从60%提升至78%～79%，准确性从61%提升至约71%，而特异性因假阳性分类增加（尤其在不典型病例中）而有所下降。AI辅助审阅显著缩短了玻片审阅时间，各诊断类别缩短幅度为40%～65%（p < 0.01），其中阳性病例的效率提升最为显著。与S-WSI相比，7-WSI并未进一步改善诊断一致性或二元分类性能，但额外减少了审阅时间。
**结论**：AIxTHY作为数字甲状腺细胞病理学中提高检出率和工作流程效率的可行辅助工具，但需进一步优化以提高对不确定病变的特异性。
**论文解读：AIxTHY平台在甲状腺FNA数字细胞学中的临床应用评估**
**一、研究背景与问题**
甲状腺病变主要依靠细针穿刺（fine-needle aspiration, FNA）细胞学结合超声影像进行诊断。不准确的分类可能导致诊断延迟或非必要的手术干预。甲状腺细胞病理学报告系统（The Bethesda System for Reporting Thyroid Cytopathology, TBSRTC）提供了标准化术语以增强诊断一致性，但在“意义不明确的非典型病变”（AUS；TBS III）、“滤泡性肿瘤”（FN；TBS IV）和“怀疑恶性”（SFM；TBS V）等类别的解读中仍存在挑战。这些类别的诊断率变异很大，却携带显著的恶性风险，尤其AUS和滤泡性病变恶性风险在文献中为6%至72.9%。病理医师之间的观察者差异进一步使临床决策复杂化，常需借助分子检测评估恶性风险。近年来人工智能（AI）的发展推动了甲状腺细胞学辅助诊断模型的进步，但AI辅助甲状腺细胞学在常规临床工作流程中的整合仍然有限，尤其在整张切片影像（whole-slide imaging, WSI）水平上的细胞形态学定量分析尚未在真实世界实践中系统实施和全面验证。此外，细胞学标本固有的三维结构给WSI采集带来技术挑战，液基细胞学制片厚度可达30 μm，远厚于组织学切片的4至6 μm，需要多层（Z-stack）扫描以充分捕获诊断相关的细胞细节，而不同制片方法间的异质性进一步增加了数字切片采集的技术复杂性和变异性。
**二、研究目的与设计**
为解决上述问题，研究人员开发了AIxTHY（AIxMed, Inc., Santa Clara, CA），一种整合在数字细胞病理学平台中的甲状腺特异性AI算法，运用TBS框架在WSI水平对恶性相关细胞形态特征进行定量检测和表征。研究同时采用具备多层扫描能力的WSI扫描仪，从同一细胞学玻片生成最佳焦平面单层图像和Z-stack图像。研究假设AIxTHY辅助评估能够：（1）提高高风险TBSRTC类别的阳性预测值（PPV）；（2）通过Z-stack成像增强细胞形态学评估；（3）在不降低诊断性能的前提下提高审阅者筛查效率。研究设计为三臂比较：显微镜检查、AI辅助单层WSI（S-WSI）审阅和AI辅助七层WSI（7-WSI）审阅。两名委员会认证的高级细胞病理学家和一名经验丰富的细胞技术员作为独立审阅者，在间隔2周的洗脱期后以三种模式评估100张存档的ThinPrep甲状腺FNA玻片，记录TBS类别和审阅时间。主要参考标准为两位高级细胞病理学家依据TBSRTC独立建立的共识Bethesda诊断（金标准）。
**三、关键技术方法**
研究使用AIxTHY平台，其包含分割（分离细胞）、形态学（特征提取）和分类（依据TBSRTC分配细胞类型）三个子模型，通过交互式数字细胞学查看器展示AI识别的候选细胞及细胞团，以可点击缩略图形式链接至WSI对应位置。算法开发阶段使用47张存档甲状腺FNA玻片（含2张传统涂片、41张ThinPrep和4张SurePath），其中37张用于训练、10张用于交叉验证，由资深细胞技术员依据TBSRTC标准标注2425个区域，并共识确认标注。独立测试集为台中荣民总医院2020至2022年间100例存档甲状腺FNA病例，均经组织学随访，按TBSRTC类别分层随机抽样，每例选取一张代表性的ThinPrep玻片，使用3DHISTECH E1000扫描仪在40×物镜下以单层和七层Z-stack两种模式数字化。审阅者先在AIxMed指导下熟悉平台，随后按顺序完成三种模式评估，记录诊断和时间。统计分析采用敏感性、特异性、PPV、阴性预测值（NPV）、准确性、Fleiss' kappa及Wilcoxon符号秩检验。
**四、主要研究结果**
**1. 与共识诊断的一致性**：AI辅助审阅的总体一致性（S-WSI 51.7%，7-WSI 51.0%）显著高于显微镜（44.3%）。显微镜在非诊断（NonDx）和良性类别一致性最高（93.3%和63.8%），而AI辅助在AUS（51.1% vs 28.9%）、FN（28.9%～35.6% vs 17.8%）和恶性（48.9%～52.5% vs 34.4%）类别的吻合率明显提高。7-WSI较S-WSI在FN类别略有提升（35.6% vs 28.9%），但恶性类别稍低（48.9% vs 52.5%）。
**2. 混淆矩阵与诊断方向性**：显微镜模式下审阅者相对共识诊断存在明显下调倾向，共识AUS的62.2%、FN的33.3%和恶性的22.2%被归为良性，20.0%的共识恶性被归为AUS。AI辅助S-WSI和7-WSI均减轻了这一下调趋势，恶性读数归为良性的比例从显微镜的22.2%降至10.0%和6.7%，更多NonDx读数被重新分配到良性或AUS等明确类别，显示AI辅助促进与共识诊断在不确定和恶性类别上的对齐。
**3. 二元风险分层性能**：排除NonDx（TBS I）后共285个诊断读数（良性105，阳性180）。显微镜的敏感性60.0%、特异性63.8%、PPV 89.3%、NPV 51.5%、准确性61.4%。AI辅助S-WSI将敏感性提升至78.3%，NPV增至63.5%，准确性增至70.9%，但特异性（58.1%）和PPV（82.9%）下降。AI辅助7-WSI敏感性79.4%、NPV 65.2%、准确性71.2%，特异性57.1%、PPV 81.7%。两种AI模式性能相近，均以降低特异性换取敏感性和总体准确性的提高。
**4. 审阅时间效率**：AI辅助显著缩短所有TBS类别的玻片审阅时间，平均减少40%～65%。NonDx类别从99.2秒降至约48秒；良性类别从153.2秒降至88.4秒（S-WSI）和67.4秒（7-WSI）；AUS类别从170.4秒降至102.6秒和69.7秒；FN类别从185.0秒降至96.0秒和66.2秒；恶性类别从209.5秒降至99.2秒和72.4秒（均p < 0.01）。7-WSI在Benign、AUS、FN和恶性类别的用时进一步短于S-WSI，而NonDx类别两者相当。阳性病例的时间节省绝对值和相对值均大于良性病例。
**5. 组织学随访和观察者间一致性**：对组织学良性病例（n=186），良性细胞学吻合率显微镜为52.7%，AI辅助S-WSI为46.8%，7-WSI为44.1%；对组织学恶性病例（n=114），恶性细胞学吻合率从显微镜的40.4%提高到两种AI模式的55.3%。观察者间一致性在显微镜和S-WSI为中等偏弱（κ=0.407和0.393），7-WSI略有提高（κ=0.441），达到中度一致。
**五、讨论与结论**
讨论部分指出，AI辅助审阅提高了AUS、FN和恶性等挑战性类别与共识诊断的一致性，减少了NonDx判读，可能降低重复FNA的需求。二元分类中高敏感性提示AIxTHY适合作为筛查分级工具，优先减少漏诊恶性病变，但特异性下降与假阳性（尤其AUS）增加相关。审阅时间的大幅缩短支持其作为工作流程增效工具，尤其在高工作量实验室中。多层Z-stack虽未改善诊断性能，但进一步缩短审阅时间，其额外扫描时间和数据负担需权衡，单层AI辅助WSI可能更适合常规实施。
研究结论为：AI辅助甲状腺FNA审阅提高了高风险类别的一致性和二元风险分层的敏感性及总体准确性，但以特异性降低为代价。AI显著缩短审阅时间，阳性病例和细胞技术员获益最大。多层WSI提供额外时间节省但增加扫描和数据需求。总体而言，AI作为检测和效率增强工具具有可行性，需进一步优化以提高不确定性和FN形态病变的特异性。
