【摘要】随着超声等检查手段的普及及民众健康意识的提升，甲状腺结节检出率显著升高。人工智能 (AI)技术的快速发展为甲状腺结节诊断提供了新路径，逐渐在临床诊疗中占据重要地位。AI技术通过标准化提取超声影像特征，结合病理学检测及分子检测数据，显著提高了甲状腺结节良恶性鉴别的准确性和效率，尤其在低年资医师的辅助诊断中起到了积极作用。高分辨率超声作为诊断甲状腺结节的主要影像学检查手段，与AI技术联合应用后，不仅能够准确识别结节特征，还能辅助细针穿刺活检判断结节性质，减少不必要的穿刺操作，提升诊断效率。然而，AI在临床应用中仍面临数据标准化不足、模型泛化性有限及临床验证不充分等核心问题，需要进一步解决。本文就AI在甲状腺结节诊断中的发展历程、方法学进展及其临床应用效果进行综述，旨在为临床诊疗提供更准确、更全面的参考信息，并推动AI技术在医学领域的进一步发展与应用。

【关键词】人工智能；甲状腺结节；深度学习；超声影像；细胞病理学；多模态融合