《npj Precision Oncology》：A vision-language foundation model improves preoperative diagnosis of follicular thyroid neoplasms using ultrasound images
编辑推荐：
本研究针对甲状腺滤泡性肿瘤（FNs）术前难以鉴别良恶性（FTC vs. FTA）的临床痛点，开发了基于视觉-语言基础模型的FTC-Net。多中心回顾性研究（n=2421）显示，其AUC达0.84，优于传统DL模型及TI-RADS系统，显著降低了不必要穿刺率，为FNs术前无创诊断提供了精准工具。
临床痛点：甲状腺滤泡性肿瘤的“诊断盲区”
在甲状腺癌的诊疗版图中，滤泡性甲状腺肿瘤（Follicular Thyroid Neoplasms, FNs）一直是个让医生头疼的“灰色地带”。这类肿瘤主要包括滤泡性甲状腺癌（FTC）和良性的滤泡性甲状腺腺瘤（FTA）。虽然超声检查是甲状腺结节筛查的“侦察兵”，但FTC和FTA在图像上往往长得太像了，仅凭肉眼观察很难区分。更棘手的是，连临床上常用的细针穿刺活检（FNA）和术中冰冻病理这两大“金标准”手段，也常常因为无法判断肿瘤是否突破了包膜（滤泡癌的关键特征）而给出不确定的结果。
这就导致了一个两难局面：为了不漏诊癌症，很多患者不得不接受“诊断性手术”——先把甲状腺切了再做病理。结果，一部分患者术后才发现是良性，白白挨了一刀并终身服药；另一部分恶性患者则可能因诊断延迟而错失最佳治疗时机。如何能在术前就精准“预言”肿瘤的良恶性，减少不必要的手术，是内分泌外科和超声科亟待突破的瓶颈。
破局之道：FTC-Net模型的构建与验证
面对这一挑战，研究团队将目光投向了人工智能。他们开发了一款名为FTC-Net的视觉-语言基础模型（Vision-Language Foundation Model），旨在利用深度学习技术，从常规的甲状腺超声图像中挖掘出人眼难以捕捉的细微特征，实现对FNs的精准分类。
这项发表在《npj Precision Oncology》上的研究，展现了一个堪称“豪华”的多中心数据集。团队回顾性收集了来自14家医疗中心的2421例患者，共计6477张超声图像。为了确保模型的可靠性，研究设计了严格的训练与验证流程：
- 1.
模型训练：基于1462例患者的数据训练FTC-Net模型。
- 2.
独立验证：在另外两个独立的患者队列（分别包含578例和381例）中进行外部验证，以测试其泛化能力。
技术路径概要
研究核心是构建FTC-Net视觉-语言基础模型。技术关键包括：利用多中心回顾性队列（14家机构2421例患者6477张超声图像）进行训练与外部验证；采用深度学习算法整合图像特征与文本报告信息；以手术病理为金标准，对比FTC-Net与ACR TI-RADS、C-TI-RADS及基准DL模型的诊断性能，重点评估AUC、FNA减少率等指标。
研究结果：性能“碾压”传统方法
1. 诊断效能显著提升
在外部验证队列中，FTC-Net展现出了令人瞩目的诊断能力，其曲线下面积（AUC）分别达到了0.836和0.841。这一成绩不仅稳定，而且显著优于其他 benchmark 深度学习模型，也超过了临床常用的ACR TI-RADS和C-TI-RADS评分系统。这意味着AI模型在区分良恶性方面的综合能力更强。
2. 有效减少不必要穿刺
除了诊断准，FTC-Net在临床效用上更胜一筹。分析显示，与严格的TI-RADS指南相比，FTC-Net在保持高敏感度的同时，显著降低了总体FNA穿刺率和不必要FNA率。所谓不必要穿刺，就是指那些最终被证实为良性、本可避免的穿刺操作。这一优势意味着FTC-Net能帮助医生更好地筛选出真正需要干预的高危患者，避免低危患者承受不必要的创伤和焦虑。
结论与展望：迈向精准医疗的新工具
本研究证实，基于视觉-语言基础模型的FTC-Net，能够作为一种非侵入性的高级工具，有效改善FNs的术前诊断困境。它突破了传统影像学和细胞学检查的局限，为临床医生提供了更可靠的决策支持。
重要意义在于：FTC-Net的推广应用，有望重塑甲状腺滤泡性肿瘤的诊疗路径。通过减少不必要的穿刺和诊断性手术，不仅能降低医疗费用和手术并发症风险，更能提升患者的生存质量。未来，随着更多前瞻性研究的开展，这种AI辅助诊断模型或将成为超声科医生的“超级大脑”，推动甲状腺疾病诊疗进入更精准、更微创的时代。
