2025. 08. 07. - 08:20
Kockázatos pajzsmirigy csomókat azonosít a mesterséges intelligencia
Magas kockázatú pajzsmirigy csomók diagnózisának pontosságát képes javítani a mesterséges intelligencia.
Egy vadonatúj mesterséges intelligencia modell javítja a magas kockázatú pajzsmirigy csomók diagnózisának pontosságát.
Li Hai professzor kutatócsoportja – aki a Kínai Tudományos Akadémia Hefei Fizikai Tudományok Intézetének munkatársa - multimodális mélytanulási modellt fejlesztett ki a magas kockázatú TI-RADS 4 pajzsmirigy csomók rosszindulatúságának előrejelzésére.
A kutatók tanulmányukat a Számítógépes Orvosi Képalkotás és Grafika (Computerized Medical Imaging and Graphics) folyóiratban közölték.
Nagy segítség a mélytanuláson alapuló mesterséges intelligencia-modell
A pajzsmirigyrák az egyik leggyakoribb rosszindulatú daganat, előfordulása gyorsan növekszik, különösen Kínában. Olvasd el: Egyre több daganatot ismer fel a mesterséges intelligencia
Kockázatos pajzsmirigy csomókat azonosít a mesterséges intelligencia
Az ultrahang kulcsfontosságú szerepet játszik a pajzsmirigy csomók felmérésében, de a diagnózis pontossága nagymértékben függ az orvos tapasztalatától, ami potenciálisan téves diagnózishoz vezethet – különösen a TI-RADS 4 csomók esetében.
A túlzott diagnózis szükségtelen beavatkozásokat eredményezhet – a diagnózis elmulasztása viszont késleltetheti az életmentő kezeléseket.
Vagyis, létfontosságú a diagnosztikai pontosság javítása.
A kihívás megoldásához a kutatók egy mélytanuláson alapuló mesterséges intelligencia modellt fejlesztettek ki, amely a B-módú ultrahangot és a feszültségelasztográfiát ötvözi, hogy előrejelezze, rosszindulatúak-e a TI-RADS 4 csomók.
A modell lenyűgöző eredményeket mutatott - 0,937-es AUC értékeket ért el a teszthalmazban és 0,927-es külső validációban, felülmúlva a hagyományos, egyetlen modalitáson alapuló modelleket.
A diagnosztikai teljesítmény is kiemelkedő
A mesterséges intelligencia modell a diagnosztikai teljesítmény terén is felülmúlta a radiológusokat.
Segédeszközként alkalmazva a modell minden radiológus diagnosztikai pontosságát javította, függetlenül a tapasztalattól.
A modell által generált hőtérképek szorosan illeszkedtek a radiológusok fókuszterületeihez, ami tovább erősítette a modell klinikai hasznosságát és pontosságát.
„Ez az innovatív mesterséges intelligencia modell jelentősen csökkentheti a téves- és a kihagyott diagnózisok kockázatát, különösen a magas kockázatú pajzsmirigyrákos betegek esetében” – mondta Li Hai professzor.
B.A.
