准确鉴别甲状腺乳头状癌患者的淋巴结转移,以进行合理、彻底的颈部淋巴结清扫术和科学的术后分层管理,对改善患者预后具有重要临床意义。然而术前超声和CT对颈部淋巴结转移的诊断效能欠佳,亟需新的手段指导甲状腺乳头状癌患者的手术决策。
2023年5月18日,中山大学附属第一医院肖海鹏教授团队甲状腺癌人工智能精准诊疗最新研究成果“Deep learning to predict cervical lymph node metastasis from intraoperative frozen section of tumour in papillary thyroid carcinoma: a multicentre diagnostic study”在eClinicalMedicine(IF=17)发表,该研究首次利用深度学习技术基于甲状腺乳头状癌患者术中肿瘤组织的冰冻病理图像构建淋巴结转移人工智能预测模型,提高淋巴结转移诊断的准确性,为甲状腺乳头状癌患者是否行颈部淋巴结清扫术提供可靠的依据。