超声具有无辐射、实时动态、操作简便等优点，是筛查甲状腺结节的首选方法^［2］。文献报道其诊断甲状腺癌的敏感度为26%~87%，特异度为40%~93%^［5］。为提高甲状腺结节诊断的准确性和一致性，减少评估结果的主观性，临床已广泛采用TI-RADS对甲状腺结节的二维超声图像进行规范化和标准化的评估。目前，国际上有多种甲状腺结节超声风险分层系统，具有代表性的有美国甲状腺协会（American Thyroid Association，ATA）、美国放射协会（American College of Radiology，ACR）、中华医学会超声医学分会（Chinese Society of Ultrasound in Medicine，CSUM）和Kwak等学者提出的ATA指南、ACR-TIRADS、C-TIRADS和K-TIRADS^{［2，6, 7, 8］}。上述分层系统中，ATA指南和K-TIRADS在评估最大径＞10.0 mm的甲状腺结节方面具有更好的诊断性能，ACR-TIRADS在减少不必要的活检方面更具优势，而C-TIRADS诊断甲状腺结节的ROC曲线下面积（area under curve，AUC）最大^{［8, 9, 10］}。

弹性成像、超微血管成像、超声造影等是近年发展起来的超声新技术。ATA 指南和ACR-TIRADS肯定了超声弹性成像鉴别甲状腺结节良恶性的价值，二维灰阶超声联合弹性成像可提高甲状腺结节诊断的特异度，减少假阳性结果^{［2，7，11］}。但弹性成像评分会因甲状腺结节存在周围钙化、位置过深、距离气管过近而受到影响。近来超微血管成像技术提高了超声对病灶微血管显示的精确度，对甲状腺结节良恶性具有较高的诊断特异度和准确性，可弥补弹性成像存在的不足^［12］。超微血管成像还有助于解决彩色多普勒不能有效显示微血流的问题。超声造影是通过静脉注射造影剂实时观察组织的状态和微血流的技术，可有效显示感兴趣区域的微循环灌注^［13］。研究表明，二维灰阶超声联合弹性成像、超微血管成像、超声造影等多种新技术有助于提高对甲状腺结节的鉴别诊断能力^{［12，14, 15］}。

超声引导下FNA是术前确定甲状腺结节良恶性最有效的方法^［16］，也是术前诊断甲状腺髓样癌的首选方法。超声医师依据风险分层系统评估甲状腺结节良恶性的概率，以及是否需要接受FNA。

以上超声技术对于甲状腺结节的诊断具有较好的临床价值，但医师经验、超声仪器、图像质量等因素均可影响诊断结果。此外，经验较少的医师对超声特征的准确识别和一致解释仍有困难，研究表明观察者间和观察者内评估存在至少中等程度的变异性^{［17, 18, 19］}。FNA的结果也受到结节大小、内部特征及操作者手法等因素的影响，且存在一定程度的无法诊断率，其作为侵入性检查还可能造成疼痛、血肿等并发症的发生^［20］。

ML通常包含人工神经网络、决策树、支持向量机和随机森林等。最常用的人工神经网络是模仿生物神经系统特性和自适应生物学习功能的一种方法。传统的基于ML的方法通常包含图像预处理、选择与提取特征、分类三个步骤^{［19, 20］}。

基于ML技术的CAD已逐渐应用于临床，AmCAD-UT CAD是首个获批的商业化CAD软件，其利用统计模式识别和量化算法来表征甲状腺结节的特征。如何有效地选择具有较强区分性的特征一直是ML技术需要解决的主要问题，因此多数研究关注于特征设计，包括纹理和形态特征，其常依据各指南中甲状腺结节的特征描述术语。在李晓宇等^［22］对甲状腺结节诊断效能进行的研究中，CAD与K-TIRADS、ACR-TIRADS、ATA指南结合得到的AUC分别为0.88、0.77、0.62，两两比较差异均有统计学意义。而许敏等^［23］的研究中，基于ACR-TIRADS的CAD所得AUC高于基于K-TIRADS 或ATA 指南的CAD（0.74 vs 0.70，0.74 vs 0.69），差异均有统计学意义；该研究还发现结节大小会影响CAD诊断性能，当结节最大径为10.0~20.0 mm时诊断特异度和AUC均较低。上述研究表明，基于ML的CAD结合各项指南对于甲状腺结节的良恶性鉴别有一定帮助，以K-TIRADS、ACR-TIRADS诊断性能较高。

需强调的是，CAD研发的主要目的是辅助医师诊断而不是替代医师，医师对患者的人文关怀和对疾病的逻辑推理在实际临床诊疗过程中是非常重要的，现实情况下对于甲状腺病灶的最终诊断意见仍然是由超声医师决定。李晓宇等^［22］对比了CAD、超声医师、超声医师联合CAD三组的诊断效能，所得AUC分别为0.88、0.80、0.93。另在一项针对ACR-TIRADS 3~4类结节的研究中，低年资医师联合CAD诊断组所得AUC（0.82）与低年资医师组（0.74）相比显著提高，接近高年资医师组（0.89）^［24］，表明CAD有助于提高超声医师对甲状腺结节的诊断水平，尤其对于低年资医师。

但基于经典ML的CAD系统也存在一定局限性，手工提取特征是依据专家知识选择的，只能反映结节特征的某些方面，并且仍然避免不了良恶性结节特征存在部分重叠的问题^{［8，20，25, 26, 27］}。

DL包括堆叠式自动编码器、深度Boltzmann机器、深度信念神经网络、递归神经网络（recurrent neural network，RNN）、卷积神经网络（convolutional neural networks，CNN）。以CNN应用最广泛，其在各种视觉识别任务中显示出比ML更优的性能，例如目标检测和图像分类。ResNet、VggNet、GoogleNet是应用最为广泛的模型。CNN是由卷积层、汇聚层和完全连接层组成的前馈神经网络，区别于ML手工提取特征的方法，其可自动学习用于检测或分类的有效特征^［27］。这可能有助于提取到人为不易描述、但与诊断息息相关的细微特征，并可解决人为设定的特征中存在良恶性结节特征部分交叉重叠的问题。

CNN训练通常需要大量数据集，但目前多数研究均是从单个医疗中心和单个超声设备获得的有限单一数据集。缺乏足够的数据将导致过拟合，使DL模型泛化能力较差，不能用于临床^［28］。为克服有限数据集的限制，一种方法是将利用大数据训练好的DL模型的参数迁移到新的模型，称为迁移学习；另一种方法是利用数据增强来提高DL模型的泛化能力。有限的数据最好采用交叉验证方法^［19］。

继基于ML技术的S-Detect 1 CAD成功用于临床后，以S-Detect 2 CAD为代表的基于DL技术的商业化软件也已开发出来。Han等^［29］对S-Detect 2 CAD分别采用TI-RADS或二分法分类的诊断性能做了比较，发现二分法具有更高的诊断特异度、阳性预测值（positive predictive value，PPV）和准确性，TI-RADS分类则获得了更高的诊断敏感度和阴性预测值（negative predictive value，NPV）。但Park等^［26］则认为上述两种分类方法各具优势，其研究还对比了基于DL与基于ML的CAD的诊断性能，发现在诊断敏感度相似的同时，基于DL的CAD获得了更高的特异度（80.0% vs 58.5%，P＜0.001）、PPV（84.5% vs 72.3%，P＜0.001）和准确性（86.0% vs 75.9%，P＜0.001）；且该研究中基于DL的CAD对最大径为10.0~20.0 mm的甲状腺结节取得了较基于ML的CAD更高的特异度、PPV、准确性，分别为81.0%、84.0%、88.4%^{［2，7，23］}。但在另一项对比基于ML和基于DL的两种商用CAD系统实际诊断性能的研究中，两者诊断敏感度无显著性差异，但基于DL的CAD的诊断特异度和准确性更低^［30］。早期基于DL的CAD能够在提高诊断效率的同时取得与基于ML的CAD相当的诊断水平，具有进一步研究的价值，但还需要在更多更大的数据集中进行外部验证，目前多数表现优秀的DL模型也尚处在实验调校阶段。

研究认为在DL学习和判别过程中结合临床经验，或者让医师理解其学习和判别过程，有助于医师信任其判别结果，增加临床实践中的适用性。Bai等^［4］提出了结合ACR-TIRADS和DL的甲状腺结节风险分层的自动方法，称为风险分层网络，其在给出风险分层的同时用临床知识进一步解释了结果。该风险分层网络以TI-RADS 4级作为恶性肿瘤的诊断阈值，其良、恶性分类的准确性、敏感度、特异度、PPV、NPV分别为88.0%、98.1%、79.1%、80.5%、97.9%，其中准确性与敏感度可达高年资医师水平（P＞0.05）。Koh等^［31］将由多个CNN集合而成的DL与ACR-TIRADS相结合，经多中心数据集验证得出AUC范围为0.854~0.932，高于医师的AUC值（0.840）；并且发现DL显示的甲状腺结节恶性概率与ACR-TIRADS相似，表明其可在风险分层中发挥一定作用。Buda等^［18］提出的使用ACR-TIRADS训练的DL所得AUC（0.87）与ACR专家（0.91）相近，并且不同风险级别推荐行FNA对应的结节大小阈值也与ACR-TIRADS相同；该研究还根据医师的表现将测试结节分为容易和困难两个子集，对困难组结节DL较医师诊断所得AUC值更大（0.92 vs 0.70，P=0.02）；但对容易组结节，DL的AUC与医师差异不显著（0.89 vs 0.92，P=0.59）。在Nguyen等^［32］研究中也证实，基于DL的方法可用来区分较难诊断的样本。Liu等^［20］则引入医师关注的超声特征，来指导DL处理更具区分性的特征，该方法有效地吸收了医师经验来指导自动分类，同时产生了更具特色的深层特征，其对数据集I检测和诊断的准确性比高年资医师高8.0%，对恶性特征明显结节的诊断准确性可达与医师相同的水平，同时对特征不明显的结节也有较高的诊断准确性。临床上较难鉴别的结节主要是TI-RADS 3~5类的结节，这类结节恶性风险程度从2.0%~90.0%不等，且常常由于良恶性结节特征部分交叉重叠而难以准确评级，从而限制临床决策。结合临床经验对于提高DL对临床难鉴别结节的诊断能力有一定帮助。

考虑到人工设定的特征数量始终是有限且不全面的，Zhou等^［33］选择了基于CNN架构和迁移学习的甲状腺DL放射组学技术，在训练、内部和外部验证中所得AUC分别为0.96、0.95和0.97，均高于基本CNN和迁移学习模型（P＜0.01），并且诊断敏感度和特异度均高于高年资超声医师（P＜0.001）。但在Nguyen等^［32］研究中发现，与使用单独的特征提取方法相比，手工特征和深度特征的组合有利于提高分类的准确性，该学者的另一篇研究将手工特征与深度特征相结合，获得的分类准确性约为92.1%^［27］。Sun等^［34］认为人工设计的特征可以描述比深层特征更容易解释的显性低层次纹理或形态特征。其研究将从CNN中提取的DL特征与人工设计的特征相结合进行特征融合，特征融合组所得的诊断准确性较手工特征组和深度特征组分别提高了5.4%和1.5%。特征融合组所得诊断敏感度、特异度、PPV、NPV、准确性、AUC均高于主治医师组。手工特征与深度特征相结合对于DL诊断性能的提高是有帮助的，但需要关注手工特征的加入是否会降低诊断效率的问题。

依据结节多个特征进行评估较依据单一特征进行评估具有更高的诊断性能^{［26，33］}。目前多数研究仅利用二维灰阶超声图像，缺乏病灶血流和硬度信息，不足以充分反映病灶的特征，近来开发的基于多模态图像训练的AI模型可提供多种数据信息，有助于提高甲状腺结节的诊断准确性。Baig等^［35］开发的CAD可量化结节的区域血运，得到彩色多普勒血管指数，与灰阶超声联合应用的诊断特异度、PPV、准确性分别为83.3%、56.3%、79.3%。武宽等^［36］开发的CAD，利用灰阶超声和弹性成像形成的混合特征，得出诊断准确性、敏感度、特异度、AUC分别为92%、92%、93%、0.98，均高于单一模态图像得出的结果。此外，AI在识别甲状腺癌患者的转移性淋巴结方面也极具潜力。转移性淋巴结的存在是甲状腺癌患者的预后评估指标，也是手术决策的重要决定因素。Lee等^［37］提出根据超声图像预测淋巴结转移的CAD系统，所得诊断准确性、敏感度和特异度分别为83.0%、89.0%和77.0%，其较高的敏感度有利于转移性淋巴结的筛查，但低特异度表明筛查结果仍需由高年资医师来验证。