近年来，甲状腺疾病的发病率逐年增加，超声诊断以其便捷、无创等特点成为甲状腺疾病检测的重要方式之一。超声诊断作为一门实践性很强的科学，不仅需要掌握物理学、基础医学、临床医学等多学科理论，而且需要大量的操作练习。人工智能技术为超声诊断的智能化提供了可能性[1]，如何将该技术运用于甲状腺超声诊断教学中来提高教学成效具有重要的现实意义和应用价值。

　　1 甲状腺超声诊断教学现状分析

　　2 系统构建的关键技术

　　3 系统功能描述

　　4 系统优势分析

　　5 结语

　　人工智能技术对超声医学教学方法和模式的改进具有重要意义。本文通过使用人工智能的基本分类决策算法，对超声诊断报告进行智能分析和分类诊断，并将其融入学生自主学习的过程中。随着人工智能技术的快速发展，笔者将继续坚持“以学生为中心”的教学理念，进一步优化系统，持续提升教学质量。

　　参考文献

　　[1] 肖丹丹,刘燕娜,章春泉.人工智能在甲状腺超声诊断中的应用进展[J].实用临床医学(江西),2021,22(3):96-99.

　　[2] 帕丽达•帕尔哈提,艾迪拜•木合买提,娜迪热•铁列吾汉.超声诊断学教学模式的现状与改革[J].中国实用医药,2013(29):244-245.

　　[3] 王甲海,印鉴,凌应标.创新型人工智能教学改革与实践[J].计算机教育,2010(15):136-138,148.

　　[4] 中华医学会超声医学分会浅表器官和血管学组,中国甲状腺与乳腺超声人工智能联盟.2020甲状腺结节超声恶性危险分层中国指南:C-TIRADS[J].中华超声影像学杂志,2021,30(3):185-200.

　　[5] 康巍,钟武宁,韦苇,等.大数据背景下人工智能在医学研究生个性化网络教学中的探索[J].中国继续医学教育,2018,32(10):41-43.

　　[6] 俞飞虹,叶新华,邓晶,等.基于人工智能的超声专业住院医师规范化培训辅助教学系统的构建[J].教育教学论坛,2020(51):149-150.

俞飞虹 张琰琰 叶新华 王 慧　南京医科大学第一附属医院超声科