Kanker tiroid sekarang didiagnosis dengan pencitraan fotoakustik/ultrasonografi AI

Kanker tiroid sekarang didiagnosis dengan pencitraan fotoakustik/ultrasound yang didukung pembelajaran mesin

Pembengkakan di kelenjar tiroid disebut noda tiroid, serta 5-10% dari semua cacat tiroid didiagnosis sebagai kanker tiroid Kanker tiroid memiliki diagnosis yang sangat baik, harga kelangsungan hidup yang tinggi, serta harga kemunculan kembali yang lebih rendah, jadi sangat dini diagnosis medis serta terapi sangat penting. Baru-baru ini, sebuah kelompok penelitian bersama di Korea telah merekomendasikan pendekatan non-invasif baru untuk mengidentifikasi cacat tiroid akibat kanker dengan mengintegrasikan teknologi fotoakustik () dan ultrasound dengan sistem pakar.

Kelompok studi gabungan– terdiri dari Profesor Chulhong Kim serta Dr Byullee Park dari Departemen Teknik Elektro POSTECH, Departemen Teknik TI Konvergensi serta Departemen Teknik Mesin, Profesor Dong-Jun Lim serta Profesor Jeonghoon Ha dari Seoul St Mary's Hospital of Catholic University of Korea, serta Profesor Jeesu Kim dari Pusan ​​National University– melakukan penelitian untuk mendapatkan foto dari orang-orang dengan cacat yang mematikan maupun yang tidak berbahaya serta memeriksanya dengan sistem pakar. Menyadari pentingnya mereka, pencarian dari penelitian ini dirilis di released Penelitian kanker.

Saat ini, diagnosis medis dari kelainan tiroid dilakukan dengan menggunakan biopsi jarum halus (FNAB) menggunakan gambar ultrasound. Tetapi sekitar 20% dari FNAB tidak dapat diandalkan yang menghasilkan biopsi berulang dan tidak diperlukan.

Untuk mengatasi masalah ini, kelompok studi bersama menemukan penggunaan pencitraan untuk memperoleh sinyal ultrasonik yang dibuat oleh cahaya. Ketika cahaya (laser) disinari pada noda tiroid individu, sinyal ultrasound yang disebut sinyal dibuat dari kelenjar tiroid serta noda tersebut. Dengan mendapatkan dan memperbaiki sinyal ini, foto kelenjar dan noda dikumpulkan. Pada saat ini, jika sinyal multispektral diperoleh, detail saturasi oksigen kelenjar tiroid serta kelainan tiroid dapat ditentukan.

Para ilmuwan berkonsentrasi pada kenyataan bahwa saturasi oksigen dari noda mematikan lebih rendah daripada noda biasa, serta memperoleh foto orang dengan noda tiroid yang mematikan (23 orang) serta mereka yang memiliki noda jinak (29 orang). Melakukan pencitraan multispektral in vivo pada cacat tiroid individu, para ilmuwan menentukan beberapa spesifikasi, yang terdiri dari tingkat saturasi oksigen hemoglobin di lokasi nodul. Ini diperiksa menggunakan strategi kecerdasan buatan untuk secara efektif dan segera mengkategorikan apakah kelainan tiroid itu mematikan atau jinak. Pada kategori pertama, tingkat kepekaan untuk mengkategorikan kebencian sebagai mematikan adalah 78% serta keunikan untuk mengkategorikan jinak sebagai jinak adalah 93%.

Hasil evaluasi yang diperoleh dari strategi kecerdasan buatan pada evaluasi kedua digabungkan dengan hasil evaluasi pertama berdasarkan foto ultrasound yang biasanya digunakan di fasilitas kesehatan. Sekali lagi, terbukti bahwa cacat tiroid yang mematikan dapat diidentifikasi dengan tingkat sensitivitas 2% dan keunikan 83%.

Semakin beraksi, ketika para ilmuwan mempertahankan tingkat sensitivitas pada 100% pada evaluasi ke-3, keunikannya menjadi 55%. Hal ini terjadi 3 kali lipat dari keunikan 17.3% (tingkat sensitivitas 98%) dari pemeriksaan pertama kelainan tiroid menggunakan USG standar.

Akibatnya, kemungkinan mengidentifikasi dengan tepat noda jinak, non-ganas meningkat lebih dari 3 kali, yang menunjukkan bahwa diagnosis berlebihan dan biopsi yang tidak diperlukan serta pemeriksaan duplikat dapat diturunkan secara substansial, dan akibatnya meminimalkan terlalu banyak biaya klinis.

“Studi ini penting karena merupakan yang pertama memperoleh gambar fotoakustik dari nodul tiroid dan mengklasifikasikan nodul ganas menggunakan pembelajaran mesin,” kata Profesor Chulhong Kim dari POSTECH. “Selain meminimalkan biopsi yang tidak perlu pada pasien kanker tiroid, teknik ini juga dapat diterapkan pada berbagai jenis kanker lainnya, termasuk kanker payudara.”

“Perangkat ultrasonik berdasarkan pencitraan fotoakustik akan membantu dalam mendiagnosis kanker tiroid secara efektif yang biasa ditemukan selama pemeriksaan kesehatan dan dalam mengurangi jumlah biopsi,” jelas Profesor Dong-Jun Lim dari Rumah Sakit Seoul St Mary. “Dapat dikembangkan menjadi alat kesehatan yang siap digunakan pada pasien nodul tiroid.”.

Detonic