【摘要】目的：探讨多模态超声（高频超声 + 弹性成像）联合人工智能（artificial intelligence, AI）辅助诊断系统在甲状腺微小乳头状癌 （PTMC）与甲状腺良性微小结节鉴别诊断中的效能。方法：选取 2024 年 9 月—2025 年 9 月酒钢医院收治的 78 例甲状腺微小病灶患者（共 86 个病灶），均通过多模态超声联合 AI 辅助诊断完成评估。以手术病理结果为金标准，比较单一高频超声、“高频超声 + 弹性成像”二联 方案及多模态超声联合 AI 辅助诊断的鉴别诊断效能；按病灶大小（≤ 0.5 cm、＞ 0.5 cm）、位置（腺叶 / 峡部、背侧）进行亚组分析，明 确多模态超声联合 AI 辅助诊断在特殊病灶中的优势。结果：手术病理结果显示 PTMC 病灶 52 个，良性病灶 34 个；多模态超声联合 AI 辅 助诊断的灵敏度、特异度、准确率均高于单一高频超声（P ＜ 0.05）；多模态超声联合 AI 辅助诊断的准确率高于二联方案（P ＜ 0.05）。 在≤ 0.5 cm 病灶亚组中，多模态超声联合 AI 辅助诊断的鉴别准确率高于二联方案及单一高频超声（P ＜ 0.05）；在＞ 0.5 cm 病灶亚组中， 多模态超声联合 AI 辅助诊断的准确率与二联方案比较，差异无统计学意义（P ＞ 0.05）。在背侧病灶亚组中，多模态超声联合 AI 辅助诊断 准确率高于二联方案及单一高频超声（P ＜ 0.05）；在腺叶 / 峡部病灶亚组中，多模态超声联合 AI 辅助诊断与二联方案准确率比较，差异 无统计学意义（P ＞ 0.05）。AI 系统对微小钙化的识别准确率高于人工判读（P ＜ 0.05）；AI 系统识别的耗时短于人工判读（P ＜ 0.05）。 PTMC 与良性病灶的 Adler 血流分级、应变弹性成像分级比较，差异均有统计学意义（P ＜ 0.05）。结论：多模态超声联合 AI 辅助诊断可显 著提高 PTMC 与良性微小结节的鉴别诊断效能，尤其对微小、特殊位置病灶的鉴别优势突出，具有临床应用价值。
【关键词】高频超声；弹性成像；多技术融合；甲状腺微小乳头状癌；人工智能