2018年12月21日，天津医科大学肿瘤医院研究团队在国际肿瘤学领域著名期刊The Lancet Oncology在线发表了题为“Diagnosis of thyroid cancer using deep convolutional neural network models applied to sonographic images: a retrospective, multicohort, diagnostic study”的研究论文，该研究利用深度学习算法分析超声图像，在甲状腺癌人工智能（AI）诊断方面取得重要进展。

甲状腺癌发病率逐年上升，超声检查是甲状腺结节诊断及评估最常用的手段，具有经济、便利的特点。甲状腺超声图像需要高年资影像专家才能做出准确判读，并且耗时较长。近年来，基于深度学习的医学图像分析因具有较高的判读准确率，同时兼具快速和可重现等优点而成为国际研究热点。

该研究是甲状腺超声AI领域的回顾性、多中心研究，以天津医科大学肿瘤医院30余万张甲状腺超声图像作为训练集进行模型开发，用3个独立数据集作为验证，将所开发出的AI系统诊断结果与2位具有10年经验和4位具有20年经验的甲状腺B超影像诊断专家进行比较。研究结果表明，该模型在识别甲状腺癌的敏感性和特异性可以媲美这6位经验丰富的影像专家（敏感性：93.4% vs 96.9%，特异性：86.1% vs 59.4%）。该AI系统能够辅助增强甲状腺超声专家在甲状腺癌中的诊断能力，有助于提升基层医疗机构甲状腺癌超声诊疗水平，为不同层次的医疗机构提供一种快速、准确和便利的甲状腺癌超声诊断工具。