甲状腺 結節 の 特徴: どの 甲状腺 画像 報告 システム (TIRADS) が もっと 正確 です か 異なる経験を持つ放射線科医と人工知能ソフトウェアの比較

科学分野:

• 放射線科
• 腫瘍学
• 医療用イメージング

背景:

• 甲状腺の結節は適切な管理のために正確なリスクの分層化が必要です.
• TIRADSのような標準化された分類システムは,診断の一貫性を改善することを目的としています.
• コンピュータによる診断 (CAD) ツールは,ノードルの特徴づけを助けるために出現しています.

研究 の 目的:

• K-TIRADS,EU-TIRADS,ACR TIRADSの診断性能を異なる観察者レベルの間で比較する.
• TIRADSシステムに対してCADソフトウェア (S-Detect) の診断性能を評価する.
• 細胞科学の黄金基準に照らして これらのシステムを評価する

主な方法:

• 323個の甲状腺の結節は,異なる経験を持つ3人の観察者によって評価されました.
• 結節はACR TIRADS,EU- TIRADS,およびK- TIRADSを用いて特徴づけられました.
• コンピュータによる設計ソフトウェア (S-Detect) がノードルに適用されました.
• 結果は細胞検査と比較した.

主要な成果:

• K-TIRADSは,TIRADSシステムの中で最も高い特異性 (89%) とポジティブな予測値 (50%) を示した.
• ACR-TIRADS (86%の特異性,43%のPPV) とEU-TIRADS (79%の特異性,33%のPPV) も高感度 (100%) を示した.
• S-DetectとEU-TIRADSの組み合わせは,細胞学と高い一致性 (> 95%) を示し,単独のTIRADSのポジティブな予測力に優れていた.

結論:

• K-TIRADSは,悪性病を正しく診断するためのわずかに優れたポジティブな予測力を提供します.
• S-Detectは,特にEU-TIRADSと組み合わせると,特に陽性症例の診断の精度を高めます.
• S-DetectのようなCADソフトウェアは,放射線科医にとって貴重なサポートツールであり,経験の少ない観察者を助け,報告の効率を向上させます.