改善甲状腺结节的诊断策略:基于人工智能的计算机辅助诊断系统和剪切波弹性图形的组合
Ziman Chen1, Nonhlanhla Chambara2, Xina Lo3
1Department of Health Technology and Informatics, The Hong Kong Polytechnic University, Kowloon, Hong Kong. chenzm27@mail3.sysu.edu.cn.
Endocrine
|October 7, 2024
概括
在横向超声波扫描中结合计算机辅助诊断 (AmCAD) 和剪波弹性图 (SWE),可以改善甲状腺结节的诊断. 这种综合方法提高了准确性,减少了错过的癌症和不必要的活检,以改善患者管理.
科学领域:
- 医疗成像医学成像
- 诊断性的超声波检查
- 在瘤学瘤学.
背景情况:
- 甲状腺结节很常见,但区分良性和恶性是具有挑战性的.
- 准确的诊断对于适当的患者管理和避免不必要的程序至关重要.
研究的目的:
- 为了评估结合计算机辅助诊断 (AmCAD) 与切削波弹性图 (SWE) 的甲状腺结节的诊断性能.
- 在超声波中使用AmCAD和SWE进行不同诊断策略的比较.
主要方法:
- 分析了126个病理确认的甲状腺结节,使用AmCAD进行成像特征和SWE进行刚性.
- 用接收器操作特征曲线和曲线下的面积 (AUC) 来评估诊断性能.
- 通过整合AmCAD和SWE数据,创建了12个诊断模式.
主要成果:
- 在横扫描中,集成的AMCAD和SWE策略显示了最高的诊断性能 (AUC72.2%).
- 这种综合方法在小于2厘米 (AUC 74.2%) 和2至4厘米 (AUC 77.4%) 的结节方面显示出有希望的结果.
- 综合方案将错过恶性瘤率降至9.5%,不必要的活检率降至22.2%.
结论:
- 在横向甲状腺扫描中整合AmCAD和SWE成像可显著提高区分良性和恶性结节的准确性.
- 这种综合策略有助于临床医生做出更明智的甲状腺结节的诊断和管理决策.
