Diagnóstico inteligente de tiroides basado en THMSNet | JoVE Visualize

Área de la Ciencia:

Imagenología Médica
Inteligencia Artificial
Endocrinología

Sus antecedentes:

El diagnóstico de la enfermedad tiroidea depende de la diferenciación de nódulos benignos y malignos.
Los métodos tradicionales como la ecografía y TI-RADS tienen limitaciones, incluida la variabilidad interobservador y las restricciones de tiempo.
Los modelos de aprendizaje profundo como las CNN y los transformadores muestran potencial, pero luchan con características multiescala y dependencias globales.

Objetivo del estudio:

Desarrollar un modelo avanzado de aprendizaje profundo para el diagnóstico preciso de nódulos tiroideos.
Superar las limitaciones de los métodos de diagnóstico existentes y los enfoques de aprendizaje profundo.
Mejorar la toma de decisiones clínicas en el manejo de la enfermedad tiroidea.

Principales métodos:

Se propuso THMSNet, una arquitectura híbrida que integra una estructura piramidal para características multiescala y Mamba para dependencias a largo plazo.
Se incorporó el Módulo de Atención Serial Canal-Espacial (SCSAM) para una representación mejorada de las características.
Se utilizó el algoritmo de Calibración de Valor de Verdad (TVC) para alinear las predicciones con los estándares patológicos.
Se evaluó en 7.288 imágenes de ecografía tiroidea (3.282 benignas, 4.006 malignas).

Principales resultados:

THMSNet logró una precisión del 91,15%, un recall del 93,28% y un AUROC del 96,92%.
Superó a ResNet (precisión del 86,03%) y DenseNet (AUROC del 95,50%).
Los estudios de ablación demostraron ganancias significativas de rendimiento de cada módulo: arquitectura piramidal (+7,83% de precisión), Mamba (+2,99%), SCSAM (+6,94%) y TVC (+6,94%).

Conclusiones:

THMSNet ofrece una solución robusta y clínicamente aplicable para el diagnóstico de nódulos tiroideos.
El modelo combina extracción avanzada de características, mecanismos de atención y calibración de probabilidad para una alta precisión.
THMSNet sirve como una herramienta valiosa para ayudar a los radiólogos en la práctica clínica.