甲状腺癌（TC）是世界上常见的恶性肿瘤之一，根据临床和病理学分型可分为分化型甲状腺癌、甲状腺髓样癌和甲状腺未分化癌。虽然TC患者病死率仅为0.40/10万，但其发病率在全球恶性肿瘤中位列第9，值得关注。通过对国内外TC临床研究的高频主题词进行聚类分析，发现在过去二十年间，学者们对TC的临床研究聚焦于暴露因素、诊断评估、手术及靶向治疗等方向，现将其中的主要热点问题做一讨论。

　　3.2放射性碘治疗的争议

　　在放射碘治疗（RAI）的应用中，研究学者对RAI对患者的生存获益及生活质量影响较为关注。有国内学者建议将RAI精准应用于已发生远处转移但年轻并且具有良好或中度分化的TC患者，对于低度分化的肺转移TC患者可能会改善其生存率，对于有肝、骨、脑转移的TC患者则无生存获益。在RAI治疗对女性卵巢功能和生育能力的影响方面，有meta分析显示，RAI后的第1年出现月经不调的情况为12％，约有8%~16%的患者经历了闭经，另外RAI治疗与长期不孕症和新生儿死亡率无关。

　　四、人工智能（AI）助力TC的诊断与决策

　　随着临床大数据的积累与计算机算法的成熟，使AI与临床的深度融合成为可能。近年来，AI已被应用于医学影像分析，协助医生在就诊时提供最好的诊断和治疗建议。早在2013年国内即开展了AI用于甲状腺结节超声图像的辅助诊断相关研究，截至2019年底，相关文献已有19篇，其中12篇文章来自国内学者。2019年柳叶刀子刊的一项多中心回顾性研究表明，与一组熟练的放射科医生相比，可以模拟人脑进行分析学习的深度神经网络在超声图像中识别TC患者显示出类似的敏感性和更高的特异性。

　　郭天南等使用AI技术对近千例甲状腺结节患者的蛋白质组数据进行分析，发现了14个能够鉴别TC的关键性蛋白质组合，这些组合构成了判断甲状腺结节良恶性的模型。另外，该团队用来自国内多个中心提供的288个甲状腺石蜡切片和64个US-FNA样本对该模型进行验证，其准确率高达90%。此类研究为提高临床医生诊断TC的效率并减少不必要的穿刺，或对US-FNA结果不确定的结节提供了一种辅助诊断新方式。不过，在一项最新的研究中显示，AI辅助诊断存在潜在性的伦理风险，当超声医生与AI诊断建议不一致时，有半数医生对诊断进行了修改，但是其中25%的诊断经病理证实为错误修改。因此，对于AI技术在临床实践中的角色与定位需要在未来行进一步探索。

　　五、分子靶向药物为TC患者带来希望

　　对于无法接受外科治疗的TC患者，因缺乏有效的全身治疗手段，其总体生存期非常有限。随着TC分子生物学研究的深入，TC的靶向治疗有望在未来成为碘难治性分化型甲状腺癌和难以手术的晚期TC患者的标准治疗选择。目前美国食品药品管理局已批准索拉非尼、乐伐替尼、凡德他尼及卡博替尼等酪氨酸激酶抑制剂用于晚期TC的治疗，对于普雷替尼、司美替尼等新药也开展了Ⅰ~Ⅲ期临床试验。此外，仑伐替尼（JXHS1900157/8）以及拥有国内自主知识产权的安罗替尼（CXHS1900040/1/2）也在于国内获批上市用于治疗TC。

　　由于大多数TC对放化疗不敏感，靶向治疗药物的出现可能成为TC新辅助治疗的使用药物之一，使TC患者癌灶缩小，从而创造保护性根治性手术的机会。目前已有数篇有关靶向药物对晚期TC行新辅助治疗的个案报道，这些患者在接受了新辅助靶向治疗后甲状腺肿瘤病灶明显缩小并且症状均有所缓解。另外，利用靶向药物联合免疫疗法，如达拉非尼+曲美替尼+派姆单抗作为术前新辅助治疗有BRAF突变的甲状腺未分化癌患者表现出了巨大的潜力。对于在2019年美国临床肿瘤学年会上公布的一种口服、强效、高选择性的小分子选择性RET抑制剂BLU-667 （NCT03037385）同样值得期待。

　　好医友表示：总之，近年来国内外对TC临床研究在上述方面取得了显著进展。笔者认为，对于国内TC临床研究未来的发展需聚焦国际热点，如进行TC手术的标准制定以及开展超声诊断研究等，加强与国外TC专家的互访与合作，更多地参与到国际多中心临床试验中，利用我国TC患者基数庞大的优势并结合AI系统，着手建立基于医学大数据的TC专病互联网数据库平台，力争并完全有条件在国际TC研究领域位居前列。