Τεχνολογία

AI: Χρήση για τον εντοπισμό καλοήθων όζων του θυρεοειδούς και τη μείωση των περιττών βιοψιών

AI: Χρήση για τον εντοπισμό καλοήθων όζων του θυρεοειδούς και τη μείωση των περιττών βιοψιών
AI: Η τεχνητή νοημοσύνη (AI) μπορεί να χρησιμοποιηθεί για τον εντοπισμό όζων του θυρεοειδούς που παρατηρούνται στο υπερηχογράφημα θυρεοειδούς, μειώνοντας μεγάλο αριθμό περιττών βιοψιών.

Η τεχνητή νοημοσύνη (AI) μπορεί να χρησιμοποιηθεί για τον εντοπισμό όζων του θυρεοειδούς που παρατηρούνται στο υπερηχογράφημα θυρεοειδούς που είναι πολύ απίθανο να είναι καρκινικοί, μειώνοντας μεγάλο αριθμό περιττών βιοψιών, σύμφωνα με μια νέα μελέτη που παρουσιάστηκε το Σάββατο στο ENDO 2022, την ετήσια συνάντηση της Endocrine Society στο Ατλάντα. Οι όζοι του θυρεοειδούς είναι πολύ συχνοί. Η βιοψία αναρρόφησης με λεπτή βελόνα χρησιμοποιείται για τη διάγνωση του καρκίνου του θυρεοειδούς. Ωστόσο, οι περισσότερες βιοψίες παράγουν καλοήθη (μη καρκινικά) αποτελέσματα και δυνητικά μπορούν να αποφευχθούν, σύμφωνα με τον επικεφαλής ερευνητή της μελέτης Nikita Pozdeyev, M.D., Ph.D., του University of Colorado Anschutz Medical Campus στην Aurora.

Στη νέα μελέτη, οι ερευνητές χρησιμοποίησαν μηχανική μάθηση, έναν τύπο τεχνητής νοημοσύνης, για να αναλύσουν εικόνες υπερήχων των οζιδίων του θυρεοειδούς. Η μηχανική μάθηση είναι η διαδικασία χρήσης μαθηματικών μοντέλων δεδομένων για να βοηθήσει έναν υπολογιστή να μάθει χωρίς άμεσες οδηγίες. Περισσότερες από 30.000 εικόνες από 621 οζίδια του θυρεοειδούς χρησιμοποιήθηκαν για την εκπαίδευση του μοντέλου μηχανικής μάθησης που ταξινομεί τους όζους του θυρεοειδούς ως “καρκίνος” ή “χωρίς καρκίνο”. Το μοντέλο δοκιμάστηκε σε ένα διαφορετικό σύνολο 145 οζιδίων που συλλέχθηκαν σε άλλο σύστημα υγειονομικής περίθαλψης.

Το μοντέλο που βασίζεται στην τεχνητή νοημοσύνη πέτυχε ευαισθησία (ικανότητα να μην χάσετε τον καρκίνο) 97% και ειδικότητα (ικανότητα σωστής αναγνώρισης καρκίνου) 61%. «Αυτή η μελέτη καταδεικνύει ότι ο ταξινομητής τεχνητής νοημοσύνης των όζων του θυρεοειδούς που βασίζεται σε υπερήχους επιτυγχάνει ευαισθησία συγκρίσιμη με αυτή της βιοψίας θυρεοειδούς με αναρρόφηση με λεπτή βελόνα», είπε ο Pozdeyev.

«Πιστεύουμε ότι αυτό είναι ένα καλό επόμενο βήμα για τη βελτίωση της φροντίδας των ασθενών και την αποφυγή περιττών διαδικασιών», είπε. Σημείωσε ότι απαιτούνται προοπτικές κλινικές δοκιμές προτού αυτό το εργαλείο μπορεί να γίνει αποδεκτό ως πρότυπο φροντίδας. «Δείξαμε ότι η χρήση ανάλυσης AI των εικόνων υπερήχων για τον αποκλεισμό του καρκίνου του θυρεοειδούς και την αποφυγή της βιοψίας είναι σίγουρα δυνατή», είπε. «Αυτή η τεχνολογία θα μπορούσε να βοηθήσει τους ακτινολόγους και τους ενδοκρινολόγους στην επιλογή των όζων του θυρεοειδούς που πρέπει να υποβληθούν σε βιοψία, ειδικά εκείνους στην κοινότητα που ενδέχεται να μην εξετάσουν μεγάλο αριθμό εικόνων υπερήχων θυρεοειδούς».