【摘要】目的：探讨超声人工智能（AI）影像诊断系统辅助不同年资医师进行甲状腺恶性结节超声特征的识别及分类诊断效果。方法：选取 2023 年 1 月—12 月中国人民解放军东部战区总医院收治的 329 例甲状腺结节患者（共 381 个甲状腺结节）为研究对象，均进行超声检查，所有超声图像均由不同年资医师 [ 高年资医师、住院医师规范化培训（简称规培）医师 ]、超声 AI 影像诊断系统辅助诊断方法单独或联合对甲状腺结节超声图像进行分析诊断。以病理结果为金标准，分别计算不同中国超声甲状腺影像报告和数据系统（C-TIRADS）评分截断值下，不同年资医师单独或联合超声 AI 影像诊断系统对甲状腺结节恶性风险分级的诊断效能。结果：以 C-TIRADS 评分 4A、4B 为截断值，AI 辅助高年资医师组的诊断效能均优于高年资医师组，差异有统计学意义（P ＜ 0.05）；以 C-TIRADS 评分 4A 为截断值，AI 辅助规培医师组的诊断灵敏度、特异度、准确率、阴性预测值高于规培医师组，差异有统计学意义（P ＜ 0.05）；以 C-TIRADS 评分 4B 为截断值，AI 辅助规培医师组的诊断效能优于与规培医师组，差异有统计学意义（P ＜ 0.05）。结论：在甲状腺结节诊断中，超声 AI 影像诊断系统辅助不同年资医师诊断的效能均优于传统诊断。

【关键词】人工智能；甲状腺恶性结节；超声诊断；住院医师规范化培训；高年资医师；中国超声甲状腺影像报告和数据系统