Modelo de Gran Escala de Ultrasonido en el Ámbito de la Tiroides: Un Estudio Multicéntrico sobre la Integración Médico-Ingenieril

El objetivo de este estudio observacional es evaluar la precisión diagnóstica y la integración en el flujo de trabajo clínico de un agente inteligente de ultrasonido (UIA) para el manejo de enfermedades tiroideas en un entorno multicéntrico del mundo real. La pregunta principal de investigación es:

¿Puede el UIA mejorar la consistencia y eficiencia diagnóstica para nódulos tiroideos (TI-RADS 1-5), tiroiditis de Hashimoto y metástasis en ganglios linfáticos cervicales en comparación con la interpretación tradicional por ultrasonido? Los participantes incluirán adultos (18-80 años) sometidos a ultrasonido tiroideo en 16 hospitales participantes en China. Los criterios clave de inclusión abarcan pacientes con sospecha de trastornos tiroideos que requieran imágenes, mientras que los criterios de exclusión abordan mala calidad de imagen o ensayos clínicos concurrentes. Se inscribirán prospectivamente más de 2000 casos (50% nódulos tiroideos, 30% lesiones difusas, 12.5% anomalías no nodulares, 7.5% poblaciones especiales). La recopilación de datos integra imágenes estáticas/dinámicas de ultrasonido, resultados de laboratorio e informes generados por IA. Los criterios de valoración principales incluyen métricas de rendimiento del modelo (AUC, sensibilidad/especificidad, Kappa de TI-RADS ≥0.8), eficiencia del flujo de trabajo (tiempo de generación de informes ≤5 minutos) y estándares de referencia específicos para pediatría/embarazo. Los análisis secundarios evaluarán la fiabilidad interevaluador (Kappa de Cohen) y los resultados longitudinales mediante seguimiento de 6-12 meses. Este estudio pretende establecer pautas basadas en evidencia para el diagnóstico tiroideo aumentado por IA, particularmente en regiones desatendidas, mientras aborda lagunas en los marcos actuales de validación de IA relacionadas con la fusión de datos multimodales y la adaptabilidad a poblaciones especiales.