La ecografía tiroidea (US) es el método principal para evaluar los nódulos tiroideos. El aprendizaje profundo (DL) ha jugado un papel significativo en la evaluación del cáncer de tiroides. Proponemos un sistema basado en DL para detectar y clasificar los nódulos tiroideos en grupos benignos o malignos basados en dos vistas de imágenes de US. Se recopilaron retrospectivamente imágenes de US transversales y longitudinales de nódulos tiroideos de 983 pacientes. Se reservaron 81 casos como conjunto de pruebas, y el resto de los datos se utilizaron en una validación cruzada de cinco pliegues (CV). Se entrenaron dos modelos You Look Only Once (YOLO) v5 para detectar nódulos y clasificarlos. Para cada vista, se desarrollaron cinco modelos durante la CV, que se ensamblaron utilizando supresión de no máximo (NMS) para aumentar su generalizabilidad colectiva. Se entrenó un modelo de extreme gradient boosting (XGBoost) en las salidas de los modelos ensamblados para ambas vistas para obtener una predicción final de malignidad para cada nódulo. El conjunto de pruebas fue evaluado por un radiólogo experto utilizando el Sistema de Informe y Datos de Imagen Tiroidea de la American College of Radiology (ACR-TIRADS). Los modelos ensamblados para cada vista lograron un mAP0.5 de 0.797 (transversal) y 0.716 (longitudinal). Todo el sistema alcanzó un AUROC de 0.84 (IC 95%: 0.75-0.91) con una sensibilidad y especificidad del 84% y 63%, respectivamente, mientras que la evaluación ACR-TIRADS del mismo conjunto tuvo una sensibilidad del 76% y una especificidad del 34% (valor p = 0.003). Nuestro trabajo propuesto demostró la posibilidad potencial de un modelo de aprendizaje profundo para lograr un rendimiento diagnóstico en la evaluación de nódulos tiroideos.