【摘要】目的：研究基于人工智能（AI）的超声图像识别技术应用于甲状腺结节诊断中的效能。方法：选取2023年1月—2024年12月北 京市隆福医院收治的98例甲状腺结节患者为研究对象，均进行超声检查并分别由低年资超声医师、高年资超声医师、AI超声影像辅助系统 分别进行阅片诊断，以病理结果为金标准，比较采用不同方式的诊断效能及超声医师与AI辅助诊断时间。结果：高年资超声医师诊断甲状 腺结节良恶性的准确率、灵敏度分别为89.80%、88.41%，以及AI辅助诊断的准确率、灵敏度分别为87.76%、86.96%，均高于低年资超声医 师诊断的70.41%、71.01%（P＜0.05）；高年资超声医师诊断的特异度为93.10%，高于低年资超声医师诊断的68.97%（P＜0.05）；AI辅 助诊断的图像分析时间、报告生成时间、完成诊断总耗时均短于超声医师诊断（P＜0.05）。结论：基于AI的超声图像识别技术诊断甲状 腺结节的灵敏度与特异度均较高，其诊断效能与高年资超声医师相当，还可缩短诊断时间。 

【关键词】甲状腺结节；人工智能；超声图像；恶性结节；图像质量