摘要：目的:探討人工智能在甲狀腺結(jié)節(jié)良惡性鑒別診斷中的應(yīng)用價值。方法:利用深度學(xué)習(xí)技術(shù)對醫(yī)院2015-2018年1020例匿名患者的超聲甲狀腺結(jié)節(jié)進行圖像采集和建模,對390例測試患者的甲狀腺結(jié)節(jié)良惡性進行預(yù)測,將人工智能、超聲圖像及聯(lián)合診斷對超聲檢查的準(zhǔn)確率、精準(zhǔn)度、靈敏度和特異度進行對比分析,將分析結(jié)果分為人工智能組、超聲影像組和聯(lián)合診斷組,并與術(shù)后病理結(jié)果進行對比。結(jié)果:人工智能組、超聲影像組和聯(lián)合診斷組的診斷準(zhǔn)確率分別為70.00%、78.46%和82.82%;精準(zhǔn)率分別為68.50%、77.17%和83.43%;靈敏度分別為53.05%、64.05%和69.74%;特異度分別為82.30%、87.76%和91.18%。結(jié)論:人工智能的預(yù)測方法具有一定的準(zhǔn)確率、精確率、敏感度和特異度,聯(lián)合診斷更能夠有效地預(yù)測甲狀腺超聲圖像中的結(jié)節(jié),并能判定其良惡性。