C-TIRADS 4 甲状腺結節の正確な診断のために,トリプルタイムポイントコントラスト強化超音波を用いたマルチモダル放射学モデル
Linlin Shao1, Lili Zhang1, Lifang Liu1
1Ultrasound Diagnostic Center, The First Hospital of Jilin University, Changchun, China.
Frontiers in endocrinology
|September 4, 2025
まとめ
この研究では,コントラスト強化超音波 (CEUS) と臨床データを用いて多様性放射学モデルを開発し,良性および悪性C- TIRADS 4甲状腺結節を正確に区別しました. このモデルは高い診断性能を達成し,不必要な処置を減らすための有望なツールを提供しました.
科学分野:
- 医療用イメージング
- ラジオミクス
- 医療における人工知能
背景:
- C-TIRADS 4に分類された甲状腺結節は,治療を導くために良性型と悪性型を正確に区別する必要があります.
- 従来の超音波検査 (US) とコントラスト強化超音波検査 (CEUS) は貴重な画像データを提供するが,その単独の診断効果は限られている.
- 医療画像から定量的な特徴を抽出することで 診断の精度が向上する可能性を秘めています
研究 の 目的:
- CEUSの特徴,従来の米国画像,C-TIRADS 4の甲状腺結節の分類のための臨床データを統合したマルチモデルの構築と評価.
- 甲状腺の良性腫瘍と悪性腫瘍の区別における,提案されたモデルの診断効果を評価する.
- このマルチモダルの診断方法の臨床的応用価値を決定する.
主な方法:
- USとCEUSを受けたC- TIRADS 4型甲状腺ノドルの135人の患者の遡及分析.
- PyRadiomicsを使用して,USと主要なCEUSの時間点から放射性特徴の抽出と選択 (2秒のペルフュージョン後,ピーク増強,ピーク後の2秒).
- 臨床,US,CEUSの放射性特徴を組み合わせた最終的なマルチモダルモデルを含む機械学習モデルの開発と検証.
主要な成果:
- CEUS放射学モデルは良好な性能を示した (感度0.875,特異性0.769,精度0.833).
- CEUSの放射性特性を米国特性と組み合わせると,米国+CEUSの放射性モデルと同様の結果が得られた (AUC 0. 813対0. 829).
- マルチモダル放射学モデル (臨床+US+CEUS) は,AUC 0. 967で診断効果を大幅に改善しました.
結論:
- CEUSの放射性特性,従来のUS,および臨床データを統合した高性能マルチモダル診断モデルが成功裏に開発されました.
- この新しい意思決定支援ツールでは,C-TIRADS 4の甲状腺ノドルの非侵襲的分類において優れた診断性能 (AUC 0. 967) を示しています.
- マルチモダルのアプローチは臨床的意思決定を強化し,不必要な診断手順と過剰な治療を減らす可能性があります.
