创刊70周年特载 | 我国甲状腺结节细胞病理近十年的回顾与展望

近十年，我国甲状腺细胞病理学在标准化诊疗体系构建及技术创新方面取得显著突破。在诊断技术层面，细胞病理制片已形成以手工涂片联合液基细胞学为主的标准化流程，苏木精-伊红染色结合细胞蜡块制备技术显著提升诊断准确性，免疫细胞化学染色在疑难病例鉴别诊断中发挥重要作用。分子病理检测体系实现跨越式发展，从单BRAF基因检测升级为涵盖BRAF、TERT、RAS等多基因联合检测模式，二代测序等新技术的应用显著提高了术前诊断效能。《甲状腺细针穿刺细胞病理学诊断专家共识（2023版）》的发表，进一步推动了我国甲状腺细胞病理诊断的规范化。与此同时，我国学者在医学人工智能领域取得突破性进展，自主研发的深度学习模型在 Lancet Digit Health发表，其甲状腺结节良恶性判别准确率达96.8%。我国学者在《中华病理学杂志》等发表了系列高影响力研究成果，标志着我国在该领域已跻身国际先进行列。

甲状腺肿瘤是内分泌系统最常见的肿瘤之一。我国甲状腺癌发病人数以每年20%的速度持续增长，成为全国发病率第三的癌种。超声引导下细针穿刺（ultrasonic guided-fine needle aspiration，UG-FNA）细胞学检查是术前评估甲状腺结节良恶性的重要方法，可有效提高甲状腺手术恶性肿瘤比例，避免不必要的手术，适用于首诊可疑恶性的甲状腺结节及复发、转移性甲状腺癌的术前明确诊断。目前，国内外指南均强推荐将UG-FNA作为甲状腺结节手术前评估的首选方法。

自甲状腺细胞病理诊断诞生以来，英国、意大利、美国和日本先后发表了甲状腺细胞病理诊断系统。其中美国国家癌症研究所在相应版本WHO甲状腺肿瘤分类更新基础上，先后出版了3版甲状腺Bethesda细胞病理学报告系统（The Bethesda System for Reporting Thyroid Cytopathology，TBSRTC），用以指导并规范化甲状腺细胞病理报告。2023年5月，我国《甲状腺细针穿刺细胞病理学诊断专家共识（2023版）》的发布，对标本的采集和制片、细胞学诊断、细胞蜡块制备及免疫细胞化学、分子检测辅助不确定类型病变细胞病理诊断等进行规范，以期更好地服务于甲状腺肿瘤临床诊治需要。

中国在甲状腺细胞病理学领域发展迅速，研究成果不断涌现。十年间，在国内外高水平期刊上发表了系列论著，涵盖了甲状腺细胞病理学的多个方面，值此《中华病理学杂志》创刊70周年之际，对国内甲状腺细胞病理学发展进行整理归纳。

1.制片及染色方法：我国甲状腺UG-FNA多采用手工涂片，近10年，甲状腺液基细胞学（liquid-based cytology）制片日渐应用广泛，可有效去除血液、黏液等的干扰，将有限的细胞集中、均匀地制成高质量液基薄片，提高了细胞学诊断的准确度和灵敏度。同时因细胞排列多为单层，更适用于人工智能（artificial intelligence）相关研究。甲状腺细胞学涂片染色历经瑞式（Wright）染色法、HE染色、巴氏染色（Papanicolaou stain）等。由于HE染色与组织病理染色方法相同，易于操作，并有助于细胞病理与组织病理之间的比较，在我国应用较为广泛。

2.临床实践：Liu等对山东大学齐鲁医院6年间实施甲状腺手术的10 545例中断时间序列数据进行分段线性回归分析，评估UG-FNA对甲状腺手术病例数量和恶性比的影响。指出UG-FNA有助于辅助甲状腺结节临床治疗路径、手术方法的选择；适用于甲状腺结节的大规模筛查，并可减少不必要的诊断性手术；UG-FNA明确诊断为恶性病变（除外淋巴瘤和转移）的患者才实施手术治疗，有利于避免手术并发症、减轻患者和医疗系统的经济负担。戎荣等回顾性分析2 043例甲状腺UG-FNA检查的细胞病理诊断结果，对其中经手术治疗的234例患者的细胞病理与组织病理结果进行对比分析，指出甲状腺UG-FNA检查是甲状腺结节术前诊断的可靠方法，TBSRTC报告系统准确有效且值得在临床上大力推广和应用。Zhao等回顾性分析10 538例甲状腺细胞学病例，指出对Bethesda Ⅲ类结节进一步亚分类，有助于识别此类高恶性风险的结节并改善此类结节的管理。陈翠敏等对少见的透明变梁状肿瘤细胞学诊断标准进行探讨。我国学者陆续报道了筛状桑葚型甲状腺癌、甲状腺内胸腺癌、罕见甲状腺NUT癌等罕见病例细胞病理特征；并相继出版《甲状腺细针穿刺细胞学诊断与陷阱》中英文版，详细阐述甲状腺细胞病理诊断与鉴别诊断。

3.细胞蜡块及免疫细胞化学：在甲状腺细胞病理诊断系统中，意义不明的非典型病变、甲状腺滤泡性肿瘤、可疑恶性是3种不确定病变性质的分类。由于不同诊断中心甲状腺UG-FNA、超声影像技术等存在差异，不同病理医师判读的主观和客观原因，其诊断比例及恶性风险具有较大差异。对于怀疑为转移性肿瘤或淋巴瘤、间叶源性肿瘤等非甲状腺上皮源性的肿瘤，可在UG-FNA时留样制作细胞蜡块。细胞蜡块制备可分为手工法和细胞蜡块制备仪2种方法。细胞蜡块免疫细胞化学染色，可用于肿瘤起源、病变性质的诊断与鉴别诊断。甲状腺原发滤泡上皮肿瘤一般不推荐使用免疫细胞化学标记，少数特殊类型肿瘤应根据细胞学形态和结构特征，选择合适标志物进行标记，如甲状腺髓样癌可用Calcitonin、神经内分泌标志物进行鉴别；甲状腺低分化癌或间变性癌可进行甲状腺球蛋白、甲状腺转录因子1、PAX8进行鉴别诊断；转移性癌、间叶源性肿瘤和淋巴瘤标志物可参考其他器官。此外，何淑蓉等和何淑蓉等报道对FNA细胞学诊断不明的病例，细胞核形态评分联合cyclin D1免疫细胞化学、小组合分子检测，均可提高细胞学诊断甲状腺恶性肿瘤的灵敏度和阴性预测值，为细胞病理学医师提供简单、准确和方便的诊断方法。

4.分子检测：BRAF V600E、RAS和RET等基因突变多为甲状腺滤泡上皮癌的早期驱动事件，TERT启动子和TP53基因突变促进甲状腺癌进展和失分化，为后期事件。第5版WHO甲状腺肿瘤分类结合形态学表型和分子特征，将甲状腺滤泡上皮起源的肿瘤分为BRAF样肿瘤和RAS样肿瘤，两者具有不同分化特征和临床生物学行为。我国多个团队研究表明，BRAF V600E突变可辅助诊断不典型病变或可疑甲状腺乳头状癌的病例，并可作为甲状腺乳头状癌复发预测指标之一。我国在分子检测辅助甲状腺细胞病理诊断上有系列研究成果发表。张亚丽等发现细针穿刺细胞学检查联合BRAF V600E突变检测诊断的灵敏度为98.4%，特异度为95.6%，确诊率为93.3%。管文燕等对BRAF单基因及多基因检测在甲状腺细胞病理诊断上的应用进行对照研究，指出基因检测可作为甲状腺结节良恶性诊断的有效辅助工具，且多基因诊断性能更优。分子标志物在我国术前甲状腺结节诊疗中的应用已逐渐由单基因检测过度到多基因检测。2023年发表的中国共识中提出，在辅助诊断甲状腺细胞学不确定性质的病变上，推荐首选联合BRAF V600E和TERT启动子检测。如条件允许，可增加其他基因如RET、NTRK、ALK等检测，或根据具体情况行即时荧光定量PCR检测或二代测序多基因检测。第3版Bethesda甲状腺细胞病理报告系统进一步归纳了分子病理在甲状腺FNA细胞学中的应用，在推荐分子检测辅助BethesdaⅢ、Ⅳ类结节诊断的基础上，首次推荐对Bethesda Ⅴ类结节进行分子检测，有助于辅助决策手术方案。对明确诊断为恶性的局部晚期、间变性甲状腺癌，分子检测有助于术前新辅助治疗的决策。并提出甲状腺肿瘤分子风险分组（molecular risk group，MRG），包括低、中、高风险。低MRG为单RAS突变或RAS样突变；中MRG为单BRAF V600E 突变或BRAF样突变或拷贝数异常；高MRG为驱动基因异常合并TERT启动子、TP53、AKT1和（或）PIK3CA等基因异常，有助于术前在细胞层面发现预后不良的甲状腺癌并提早干预。

5.人工智能：据统计，我国病理医师数量不足为制约甲状腺细胞学诊断的重要原因之一。人工智能辅助病理诊断系统为解决病理医师短缺问题提供了新的思路。目前用于细胞病理学人工智能诊断的系统主要有以下3种，一是非图形输入的人工智能，是利用细胞学专家描述的细胞学镜下特征，结合血清促甲状腺激素水平和超声特征等，以切除标本的组织学诊断作为金标准，预测甲状腺结节的良恶性。二是基因层面的人工智能，是一种大数据算法，在不同的学习任务中集成多组数据，自动实现高层特征的检测或分类，通过基因测序分类器鉴别甲状腺结节良恶性。三是数字图像的人工智能：数字切片全扫描图像，利用特征工程和监督机器学习的数字图像分析方法，对细胞标本进行良恶性鉴别。我国Wang等自主研发了名为ThyroPower的深度学习模型在Lancet Digit Health发表，指出其有助于快速、稳定地进行甲状腺细胞病理诊断，甲状腺结节良恶性判别准确率达96.8%，可有效提高细胞病理医师的诊断效率。叶美华等构建基于卷积神经网络的甲状腺液基细胞学病理辅助诊断模型，与细胞病理医师水平基本相当，可显著提高阅片一致性和效率，降低漏诊率。王琳琳等的研究使得基于全景成像的远程细胞病理诊断成为可能。Sun等提出整合高通量蛋白质组学技术和人工智能技术有助于精确诊断甲状腺结节，其中恶性结节诊断准确率超过91%。以上研究显示，人工智能在甲状腺细胞病理切片分析领域的发展带来了显著的技术进步，在以下几个方面凸显了优势：（1）高效性与一致性：人工智能可快速扫描整张切片，且不会因疲劳或主观因素影响判断一致性。（2）大数据学习能力：通过深度学习，能识别人眼难以察觉的微观特征，尤其在量化分析方面具有优势。（3）辅助诊断标准化：在资源匮乏地区，人工智能可提供初步筛查结果，减少漏诊率。但人工智能尚且存在一定的局限性：（1）复杂病例与罕见病的诊断依赖临床经验与多模态信息整合，而人工智能训练数据的稀缺性可能导至误判。（2）临床上整合能力不足：病理诊断需结合患者病史、影像学、实验室检查等信息。人工智能目前仅能处理切片图像，无法自主完成多维度推理。（3）伦理与责任归属问题：误诊情况下的法律责任尚未明确，患者对“机器诊断”的信任度有限。同时，病理医师主导发现新疾病，并承担着医学教育任务，而人工智能目前仅为工具属性。诊断结果的解释、患者心理疏导等环节需人类医师的同理心，因此，人工智能更可能作为病理医师的“超级助手”，而非替代者。

6.展望：自中国共识出版以来，甲状腺结节分子检测的应用日趋广泛，随着分子技术以及人工智能技术的不断发展，传统病理学正在向数字病理学发展和演变，将细胞病理、免疫细胞化学、分子特征和人工智能整合，将大大提高甲状腺细胞病理诊断效率和准确性。吴玲等新近研究发现，DICER1基因突变甲状腺肿瘤细胞学以巨滤泡结构为主，细胞核多小而一致深染；细胞涂片上难以发现典型诊断性萎缩的滤泡，导至术前细胞学诊断以良性非肿瘤和不确定类型病变为主。细胞病理医师应关注相应新进展，与时俱进，不断总结中国经验，进一步提高术前细胞学诊断准确率，提高手术恶性肿瘤占比，助力实现《“健康中国2030”规划纲要》提出的战略目标。

总而言之，我国甲状腺结节UG-FNA日渐普及，甲状腺癌细胞病理诊断规范日趋完善。根据2019—2021年数据，我国甲状腺癌5年生存率已提高至92.9%，但仍低于欧美国家的98.4%，尚需进一步推动术前UG-FNA在临床诊疗中的应用、助益甲状腺结节临床诊疗的规范化，提高患者生存质量、改善预后。