Шишка в щитовидной железе называется узлом щитовидной железы, и 5-10% всех узлов щитовидной железы диагностируются как рак щитовидной железы. У рака щитовидной железы хороший прогноз, высокая выживаемость и низкая частота рецидивов, поэтому ранняя диагностика и лечение имеют решающее значение. Недавно совместная исследовательская группа в Корее предложила новый неинвазивный метод отличия узлов щитовидной железы от рака путем сочетания фотоакустических (PA) и ультразвуковых технологий изображения с искусственным интеллектом.
Совместная исследовательская группа, состоящая из профессора Чулхонга Кима и доктора. Бюлли Пак из Департамента электротехники POSTECH, Департамента конвергенции ИТ-инженерии и Департамента машиностроения, профессор Донг-Джун Лим и профессор Чонхун Ха из Сеула. Mary’s Hospital Корейского католического университета и профессор Jeesu Kim из Пусанского национального университета – провели исследование по получению изображений PA у пациентов со злокачественными и доброкачественными узелками и проанализировали их с помощью искусственного интеллекта. В знак признания их важности результаты этого исследования были опубликованы в журнале Cancer Research.
В настоящее время диагностика узла щитовидной железы проводится с помощью тонкоигольной аспирационной биопсии (FNAB) с использованием ультразвукового изображения. Но около 20% FNAB неточны, что приводит к повторным и ненужным биопсиям.
Чтобы преодолеть эту проблему, совместная исследовательская группа изучила использование изображений PA для получения ультразвукового сигнала, генерируемого светом. Когда свет (лазер) облучается на узелок щитовидной железы пациента, ультразвуковой сигнал, называемый сигналом PA, генерируется от щитовидной железы и узла. Получая и обрабатывая этот сигнал, собираются PA-изображения как железы, так и узелка. В это время, если получены мультиспектральные сигналы PA, можно рассчитать информацию о насыщении кислородом щитовидной железы и узлов щитовидной железы.
Исследователи сосредоточили внимание на том факте, что насыщение кислородом злокачественных узлов ниже, чем у нормальных узелков, и получили изображения ПА пациентов со злокачественными узелками щитовидной железы (23 пациента) и пациентов с доброкачественными узелками (29 пациентов). Выполняя мультиспектральную визуализацию узлов щитовидной железы пациента in vivo, исследователи рассчитали несколько параметров, включая уровень насыщения гемоглобина кислородом в области узелков. Это было проанализировано с использованием методов машинного обучения, чтобы успешно и автоматически классифицировать, был ли узелок щитовидной железы злокачественным или доброкачественным. В первоначальной классификации чувствительность к классификации злокачественной опухоли как злокачественной составляла 78%, а специфичность классификации доброкачественной как доброкачественной – 93%.
Результаты анализа PA, полученные с помощью методов машинного обучения во втором анализе, были объединены с результатами первичного обследования на основе ультразвуковых изображений, обычно используемых в больницах. И снова было подтверждено, что злокачественные узлы щитовидной железы можно различить с чувствительностью 83% и специфичностью 93%.
Идя дальше, когда исследователи сохранили чувствительность на уровне 100% в третьем анализе, специфичность достигла 55%. Это было примерно в три раза выше, чем специфичность 17.3% (чувствительность 98%) первичного исследования узлов щитовидной железы с помощью обычного УЗИ.
В результате вероятность правильно диагностировать доброкачественные, незлокачественные узелки увеличилась более чем в три раза, что показывает, что гипердиагностика и ненужные биопсии и повторные тесты могут быть значительно сокращены, и тем самым сокращаются чрезмерные медицинские расходы.
«Это исследование важно тем, что впервые получило фотоакустические изображения узлов щитовидной железы и классифицировало злокачественные узелки с помощью машинного обучения», – отметил профессор Чулхонг Ким из POSTECH. “Помимо минимизации ненужных биопсий у пациентов с раком щитовидной железы, этот метод также может быть применен к множеству других видов рака, включая рак груди.”
«Ультразвуковое устройство, основанное на фотоакустической визуализации, будет полезно для эффективной диагностики рака щитовидной железы, обычно обнаруживаемого во время медицинских осмотров, и для уменьшения количества биопсий», – пояснил профессор Донг-Джун Лим из Сеула. Больница Марии. “Его можно превратить в медицинское устройство, которое можно будет легко использовать для пациентов с узлами щитовидной железы.”