IA identifica nódulos tiroideos no cancerosos en imágenes de ultrasonido y reduce las biopsias
Por el equipo editorial de MedImaging en español Actualizado el 14 Jun 2022 |
Los nódulos tiroideos son muy comunes. La biopsia por aspiración con aguja fina se utiliza para diagnosticar el cáncer de tiroides. Sin embargo, la mayoría de las biopsias producen resultados benignos (no cancerosos) y son potencialmente evitables. Ahora, un nuevo estudio ha encontrado que la inteligencia artificial (IA) se puede utilizar para identificar nódulos tiroideos, observados en una ecografía tiroidea, que es muy poco probable que sean cancerosos, lo que reduce una gran cantidad de biopsias innecesarias.
En el nuevo estudio, investigadores del Campus Médico Anschutz de la Universidad de Colorado (Aurora, CO, EUA) utilizaron el aprendizaje automático, un tipo de IA, para analizar imágenes de ultrasonido de nódulos tiroideos. El aprendizaje automático es el proceso de usar modelos matemáticos de datos para ayudar a una computadora a aprender sin instrucción directa. Se utilizaron más de 30.000 imágenes de 621 nódulos tiroideos para entrenar el modelo de aprendizaje automático que clasifica los nódulos tiroideos como "cáncer" o "no cáncer". El modelo se probó en un conjunto diferente de 145 nódulos recolectados en otro sistema de atención médica. El modelo basado en IA logró una sensibilidad (capacidad de no pasar por alto el cáncer) del 97 % y una especificidad (capacidad de identificar correctamente un cáncer) del 61 %.
"Este estudio demuestra que el clasificador de IA de nódulos tiroideos basado en ultrasonido logra una sensibilidad comparable a la de la biopsia tiroidea por aspiración con aguja fina", dijo el investigador principal del estudio, Nikita Pozdeyev, MD, Ph.D., del Campus Médico Anschutz de la Universidad de Colorado. .
“Creemos que este es un buen próximo paso para mejorar la atención al paciente y evitar procedimientos innecesarios”, dijo. Señaló que se necesitan ensayos clínicos prospectivos antes de que esta herramienta pueda aceptarse como un estándar de atención.
“Demostramos que definitivamente es posible usar el análisis de IA de las imágenes de ultrasonido para descartar el cáncer de tiroides y evitar la biopsia”, dijo. “Esta tecnología podría ayudar a los radiólogos y endocrinólogos a elegir qué nódulos tiroideos deben someterse a una biopsia, especialmente aquellos en la comunidad que no pueden revisar una gran cantidad de imágenes de ultrasonido de la tiroides”.
Enlaces relacionados:
Campus Médico Anschutz de la Universidad de Colorado
Últimas Ultrasonido noticias
- IA detecta COVID-19 en imágenes de ultrasonido pulmonar
- Nueva tecnología de ultrasonido podría revolucionar diagnóstico de enfermedades respiratorias
- Ultrasonido dinámico con contraste muy útil para intervenciones
- Transductor de ultrasonido transparente de banda ancha ultrasensible mejora diagnóstico médico
- Inteligencia artificial detecta defectos cardíacos en recién nacidos a partir de imágenes de ultrasonido
- Tecnología de imágenes por ultrasonido permite a médicos observar actividad de médula espinal durante cirugía
- Pegatinas de ultrasonido que cambian de forma detectan complicaciones postoperatorias
- Técnica de ultrasonido no invasivo ayuda a identificar complicaciones que cambian la vida después de una cirugía de cuello
- Plataforma de ultrasonido remoto ofrece exploraciones diagnósticas desde cualquier lugar
- Ultrasonido enfocado abre temporalmente la barrera hematoencefálica para permitir pruebas de ADN para tumores cerebrales
- Imágenes intravasculares mejoran significativamente resultados en procedimientos de colocación de stent cardiovascular
- Pegatina de ultrasonido portátil ayuda a identificar primeros signos de insuficiencia hepática aguda
- Primeros comandos de voz de su tipo agregados a sistemas de ultrasonido POC permiten operación a manos libres
- Ecografía detecta problemas de placenta en bebés pequeños
- Transductor de ultrasonido en forma de píldora podría beneficiar a pacientes pediátricos y adultos mayores
- Aprendizaje profundo mejora interpretación de ecografía de pulmón