Imágenes ecográficas longitudinales y transversales en escala de grises de un nódulo tiroideo en un paciente de 17 años con adenoma folicular benigno, basadas únicamente en la escisión quirúrgica. La impresión general de los tres radiólogos fue benigna (negativo verdadero). La recomendación ACR TI-RADS para los tres radiólogos fue FNA (falso positivo). La recomendación del algoritmo de aprendizaje profundo fue FNA (falso positivo). Crédito: ARRS/AJR
De acuerdo con un manuscrito aceptado publicado en el Revista americana de roentgenología (AJR)ACR TI-RADS y un algoritmo de aprendizaje profundo entrenado en poblaciones adultas ofrecen estrategias alternativas para evaluar los nódulos tiroideos en niños y adultos jóvenes, incluida la orientación de las decisiones para realizar una aspiración con aguja fina.
«Tanto ACR TI-RADS como el algoritmo de aprendizaje profundo tenían una mayor sensibilidad, aunque una menor especificidad, en comparación con las impresiones generales de los radiólogos», escribió el coautor Jichen Yang, BSE, del departamento de ingeniería eléctrica e informática de la Universidad de Duke en Durham. , Carolina del Norte. Agregando que el algoritmo tenía una sensibilidad similar pero una especificidad más baja que ACR TI-RADS, «la concordancia entre observadores fue mayor para ACR TI-RADS que para las impresiones generales», anotó Yang.
El estudio muestra que 139 pacientes (119 mujeres, 20 hombres) de ≤21 años de edad con un nódulo tiroideo en la ecografía con resultados patológicos definitivos de aspiración con aguja fina y/o escisión quirúrgica fueron evaluados desde el 1 de enero de 2004 hasta el 18 de septiembre de 2020. Luego se extrajeron imágenes únicas transversales y longitudinales de un nódulo por paciente. Tres radiólogos caracterizaron de forma independiente los nódulos en función de la impresión general (benignos frente a malignos) y ACR TI-RADS. Un algoritmo de aprendizaje profundo desarrollado previamente determinó la probabilidad de malignidad de cada nódulo, que se utilizó para derivar el nivel de riesgo.
En última instancia, para evaluar los nódulos tiroideos mediante ecografía en niños y adultos jóvenes, las impresiones generales de los radiólogos, que representan el enfoque clínico estándar actual, tuvieron una sensibilidad media del 58,3 % y una especificidad media del 79,9 %; ACR TI-RADS tuvo una sensibilidad media del 85,1 % y una especificidad media del 50,6 %, y un algoritmo de aprendizaje profundo tuvo una sensibilidad del 87,5 % y una especificidad del 36,1 %.
«Dada la mayor prioridad de la sensibilidad al evaluar los nódulos tiroideos en niños, en comparación con los adultos, los hallazgos respaldan la exploración continua en niños de ACR TI-RADS y del algoritmo de aprendizaje profundo», concluyeron los investigadores.
La IA se puede utilizar para identificar nódulos tiroideos benignos y reducir las biopsias innecesarias
El repositorio de código para el algoritmo de aprendizaje profundo de Yang y sus colegas está disponible aquí.
Jichen Yang et al, Nódulos tiroideos en ultrasonido en niños y adultos jóvenes: comparación del rendimiento diagnóstico de las impresiones de los radiólogos, ACR TI-RADS y un algoritmo de aprendizaje profundo, Revista americana de roentgenología (2022). DOI: 10.2214/AJR.22.28231
Citación: ACR TI-RADS y el algoritmo de aprendizaje profundo guían los diagnósticos de nódulos tiroideos pediátricos en ultrasonido (20 de octubre de 2022) recuperado el 20 de octubre de 2022 de https://medicalxpress.com/news/2022-10-acr-ti-rads-deep- algoritmo-pediátrico.html
Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.
