人工智能分析放射科报告：意外甲状腺发现的流行病学与后果
计算与语言
2025-10-31 v1 人工智能
摘要
重要性：意外甲状腺发现（ITFs）在进行非甲状腺检查时日益增多，其发生率、特征及临床后果尚未明确。目标：开发、验证并部署自然语言处理（NLP）管道识别ITFs并评估其发生率、特征及临床结果。设计、设置与参与者：回顾性队列研究，纳入2017年7月1日至2023年9月30日期间，在Mayo Clinic各站点接受甲状腺捕获影像的无甲状腺疾病史成年患者。基于Transformer的NLP管道识别ITFs并从多种影像 modality 和体部区域的报告中提取腺瘤特征。主要结果与措施：ITFs的发生率、下游甲状腺超声、活检、甲状腺切除及甲状腺癌诊断。运动回归分析识别人口学和影像相关因素。结果：在115,683例患者（平均年龄56.8岁，标准差17.2岁；女性占52.9%）中，9,077例（7.8%）存在ITFs，其中92.9%为腺瘤。ITFs在女性、年长者、BMI较高者以及影像由肿瘤科或内科医生开具时更常见。相对于胸部CT，ITFs在颈部CT、PET和核医学检查中更常见。腺瘤特征记录不充分，仅44%报告大小，其它特征（如钙化）少于15%。与无ITFs患者相比，存在ITFs患者更可能诊断为甲状腺腺瘤、接受活检、行甲状腺切除术及甲状腺癌。大多数癌症为腺癌，ITFs后检测的癌症较大。结论：ITFs常见且与诊断小且低风险癌症的 cascade 密切相关，凸显ITFs在甲状腺癌过度诊断中的作用，呼吁标准化报告和更具选择性的随访。
引用
@article{arxiv.2510.26032,
title = {Artificial Intelligence-Enabled Analysis of Radiology Reports: Epidemiology and Consequences of Incidental Thyroid Findings},
author = {Felipe Larios and Mariana Borras-Osorio and Yuqi Wu and Ana Gabriela Claros and David Toro-Tobon and Esteban Cabezas and Ricardo Loor-Torres and Maria Mateo Chavez and Kerly Guevara Maldonado and Luis Vilatuna Andrango and Maria Lizarazo Jimenez and Ivan Mateo Alzamora and Misk Al Zahidy and Marcelo Montero and Ana Cristina Proano and Cristian Soto Jacome and Jungwei W. Fan and Oscar J. Ponce-Ponte and Megan E. Branda and Naykky Singh Ospina and Juan P. Brito},
journal= {arXiv preprint arXiv:2510.26032},
year = {2025}
}