甲状腺領域における超音波大規模モデル：医工連携に関する多施設共同研究

この観察研究の目的は、現実世界の多施設共同設定における甲状腺疾患管理のための超音波知能エージェント（UIA）の診断精度と臨床ワークフロー統合を評価することです。 主な研究課題は次の通りです：

従来の超音波解釈と比較して、UIAは甲状腺結節（TI-RADS 1-5）、橋本病、および頸部リンパ節転移の診断一貫性と効率を改善できるか？ 参加者には、中国全土の16の参加病院で甲状腺超音波検査を受ける成人（18〜80歳）が含まれます。 主要な適格基準は、画像診断を必要とする甲状腺疾患の疑いのある患者を対象とし、除外基準は画像品質不良または同時進行中の臨床試験に対応します。 2,000例以上（甲状腺結節50％、びまん性病変30％、非結節性異常12.5％、特別な集団7.5％）が前向きに登録されます。 データ収集は、静的／動的超音波画像、検査結果、およびAI生成レポートを統合します。 主要評価項目には、モデル性能指標（AUC、感度／特異度、TI-RADS Kappa≥0.8）、ワークフロー効率（レポート生成時間≤5分）、および小児／妊娠特異的基準が含まれます。 二次解析では、評価者間信頼性（Cohen's Kappa）と6〜12か月の追跡調査による長期的転帰を評価します。 この研究は、特に医療サービスが不十分な地域でのAI強化甲状腺診断のエビデンスに基づくガイドラインを確立し、マルチモダリティデータ融合と特別な集団への適応性に関連する現在のAI検証フレームワークのギャップに対処することを目的としています。