ハシモトの甲状腺炎における甲状腺結節の特徴化のためのマルチモダル超音波と人工知能:現在の課題と将来の展望

科学分野:

• エンドクリノロジー エンドクリノロジー
• 放射線学 放射線学
• 医療における人工知能

背景:

• ハシモト症の甲状腺炎 (HT) 患者は,パピラリ甲状腺がん (PTC) のリスクが増加しています.
• HTにおける腺繊維症は,結節状の領域を作り,悪性腫瘍の評価を複雑にする可能性があります.
• HTにおける悪性腫瘍と良性腫瘍の区別は,従来の超音波検査では難しい.

研究 の 目的:

• HT患者の良性および悪性甲状腺結節の診断のためのマルチモダル超音波とAIの進歩をレビューする.
• HT関連甲状腺結節の診断におけるAIの現在の状態と将来の方向性を評価する.

主な方法:

• 甲状腺結節の評価のためのマルチモダル超音波技術のレビュー.
• 人工知能 (AI) アルゴリズムと超音波データを統合する.
• 診断基準として細針吸入生検 (FNAB) の分析.

主要な成果:

• 多式超音波とFNABを組み合わせた多式超音波は,HTに関連した甲状腺結節の評価に有効です.
• HT関連甲状腺結節 (TNs) の診断におけるAIの適用は,より高い精度のためにさらなる精細化が必要です.
• HTに関連したTNの現在のAI診断の精度は,改善する必要がある.

結論:

• マルチモダル超音波は,HT関連甲状腺結節の評価のための費用対効果の高い再現可能なアプローチを提供します.
• AIの統合は,診断の精度を向上させる可能性を秘めているが,さらなる開発が必要である.
• AI強化マルチモダル超音波に関する継続的な研究は,より良いHT患者のケアに不可欠です.