Rakovina štítné žlázy je nyní diagnostikována pomocí fotoakustického / ultrazvukového zobrazování AI

Rakovina štítné žlázy je nyní diagnostikována fotoakustickým / ultrazvukovým zobrazováním založeným na strojovém učení

Otok štítné žlázy se nazývá poškození štítné žlázy, stejně jako 5–10% všech poškození štítné žlázy je diagnostikováno jako rakovina štítné žlázy Rakovina štítné žlázy má vynikající diagnózu, vysokou cenu za přežití a sníženou cenu opětovného objevení, takže velmi brzy lékařská diagnóza i terapie jsou zásadní. Nedávno společná studijní skupina v Koreji skutečně doporučila zcela nový neinvazivní přístup k identifikaci skvrn štítné žlázy z rakoviny integrací fotoakustické () i inovace ultrazvukového obrazu s expertním systémem.

Společná studijní skupina - složená z profesora Chulhonga Kima a Dr. Byullee Park z POSTECH's Department of Electrical Engineering, Department of Convergence IT Engineering stejně jako Department of Mechanical Engineering, Professor Dong-Jun Lim as well as Professor Jeonghoon Ha of Seoul St Mary's Nemocnice Katolické univerzity v Koreji, stejně jako profesor Jeesu Kim z Pusanské národní univerzity - provedli výzkumnou studii, jejímž cílem bylo získat fotografie od lidí se smrtícími i neškodnými skvrnami, a také je prozkoumat expertním systémem. Jako potvrzení jejich důležitosti byly pátrání po tomto výzkumu zveřejněny v roce Výzkum rakoviny.

V současné době se lékařská diagnóza defektu štítné žlázy provádí pomocí biopsie s jemnou jehlou (FNAB) pomocí ultrazvukového obrazu. Ale asi 20% FNAB je nespolehlivých, což má za následek opakované i nepotřebné biopsie.

K překonání tohoto problému společná studijní skupina objevila využití zobrazování k získání ultrazvukového signálu vytvořeného světlem. Když je světlo (laser) ozářeno na skvrně štítné žlázy jednotlivce, je vytvořen ultrazvukový signál zvaný signál ze štítné žlázy i skvrny. Získáním a vylepšením tohoto signálu jsou shromážděny fotografie jak žlázy, tak vady. V tomto okamžiku, pokud jsou získány multispektrální signály, lze určit podrobnosti saturace štítné žlázy kyslíkem, stejně jako poškození štítné žlázy.

Vědci se soustředili na realitu, že saturace smrtících skvrn kyslíkem je menší než u typických skvrn, stejně jako získané fotografie lidí se smrtícími skvrnami štítné žlázy (23 lidí) a osob s benigními skvrnami (29 lidí). Vědci prováděli in vivo multispektrální zobrazení na poškozeních štítné žlázy jednotlivce a vědci stanovili několik specifikací, které se skládaly ze stupně nasycení hemoglobinu kyslíkem v místě uzliny. To bylo zkoumáno s využitím strategií umělé inteligence k efektivnímu a okamžitému kategorizování toho, zda je poškození štítné žlázy smrtící nebo neškodné. V první kategorii byla míra citlivosti ke kategorizaci nenávisti jako smrtelné 78% a jedinečnost kategorizace benigní jako benigní byla 93%.

Výsledky hodnocení získané ve strategiích umělé inteligence ve 2. hodnocení byly začleněny do výsledků prvního hodnocení na základě ultrazvukových fotografií, které se obvykle používají ve zdravotnických zařízeních. Opět bylo ověřeno, že smrtící vady štítné žlázy lze identifikovat s úrovní citlivosti 83% a jedinečností 93%.

Pokud jde o akci ještě více, když vědci ve 100. hodnocení udrželi úroveň citlivosti na 3%, jedinečnost se dostala na 55%. To mělo co do činění s třikrát více než jedinečnost 3% (úroveň citlivosti 17.3%) prvního vyhodnocení defektů štítné žlázy pomocí standardního ultrazvuku.

Výsledkem bylo, že pravděpodobnost vhodné identifikace benigních, nezhoubných skvrn se zvýšila více než třikrát, což ukazuje, že nadměrná diagnóza i nepotřebné biopsie i duplikovaná vyšetření mohou být podstatně snížena, a následně minimalizovat příliš mnoho klinických cen.

"Tato studie je významná v tom, že je první, kdo pořídil fotoakustické obrazy uzlin štítné žlázy a klasifikoval maligní uzliny pomocí strojového učení," řekl profesor Chulhong Kim z POSTECH. "Kromě minimalizace zbytečných biopsií u pacientů s rakovinou štítné žlázy lze tuto techniku ​​aplikovat také na řadu dalších druhů rakoviny, včetně rakoviny prsu."

„Ultrazvukové zařízení založené na fotoakustickém zobrazování bude užitečné při účinné diagnostice rakoviny štítné žlázy, která se běžně vyskytuje při kontrolách zdraví, a při snižování počtu biopsií,“ popsal profesor Dong-Jun Lim z nemocnice Soul St Mary's Hospital. "Lze z něj vyvinout zdravotnický prostředek, který lze snadno použít u pacientů s uzlinami štítné žlázy."