Важное исследование, опубликованное в феврале 2024 года в журнале «Эндокринология», представило новую модель искусственного интеллекта (ИИ) под названием AI-Thyroid, разработанную для помощи в диагностике рака щитовидной железы. Исследование, проведенное Ха и др., направлено на разработку и проверку этой инновационной технологии, а также изучение ее влияния на диагностическую производительность.
Модель AI-Thyroid была обучена с использованием обширного набора данных из 19 711 медицинских изображений, полученных от 6163 пациентов в Медицинском Центре Аджу (AUMC), известном терциарном университетском госпитале. Для оценки ее эффективности модель была подвергнута строгой валидации с использованием большой выборки из 11 185 изображений от 4820 пациентов в 24 больницах (тестовый набор 1) и 4490 изображений от 2367 пациентов в AUMC (тестовый набор 2).
Результаты исследования продемонстрировали выдающиеся возможности AI-Thyroid с впечатляющей площадью под кривой характеристики работы приемника (AUROC) в 0,939. В тестовом наборе 1 AUROC, чувствительность и специфичность составили соответственно 0,922, 87,0% и 81,5%. Аналогично, в тестовом наборе 2 AUROC, чувствительность и специфичность составили 0,938, 89,9% и 81,6% соответственно. Важно отметить, что диагностическая производительность AI-Thyroid не существенно различалась в зависимости от распространенности злокачественных опухолей.
Более того, в рамках исследования были проведены симулированные сценарии для оценки влияния AI-Thyroid на точность диагностики и согласованность между наблюдателями. Результаты были поразительны: наблюдалось значительное улучшение AUROC, чувствительности и специфичности в обеих группах врачей. Для группы 1, состоящей из менее опытных интернов, AUROC вырос с 0,854 до 0,945, чувствительность увеличилась с 84,2% до 92,7%, а специфичность увеличилась с 72,9% до 86,6%. Для группы 2, в состав которой входили рентгенологи-факультеты, AUROC вырос с 0,914 до 0,939.
Внедрение AI-Thyroid в диагностический процесс оказало значительное положительное воздействие на согласованность между наблюдателями, улучшив ее от умеренной до существенной в обеих группах. Это означает, что модель ИИ не только улучшает диагностическую производительность, но также помогает достигнуть согласия среди профессионалов в области здравоохранения.
**ЧаВо (Часто задаваемые вопросы):**
**Q: Что такое AI-Thyroid?**
AI-Thyroid — это модель на базе искусственного интеллекта, разработанная для помощи в диагностике рака щитовидной железы и улучшения диагностической производительности.
**Q: Как обучался AI-Thyroid?**
Модель AI-Thyroid была обучена с использованием набора данных из 19 711 медицинских изображений, полученных от 6163 пациентов в Медицинском Центре Аджу.
**Q: Насколько эффективен AI-Thyroid?**
AI-Thyroid достиг показательной площади под кривой характеристики работы приемника (AUROC) в 0,939. Он продемонстрировал высокую чувствительность и специфичность при диагностике рака щитовидной железы как в тестовом наборе 1, так и в тестовом наборе 2.
**Q: Кто может получить выгоду от AI-Thyroid?**
AI-Thyroid может в частности пригодиться менее опытным врачам, улучшая диагностическую производительность и повышая согласованность между наблюдателями при диагностике рака щитовидной железы.
Интро с AI-Thyroid имеет потенциал изменить мир диагностики рака щитовидной железы. Эта инновационная технология, разработанная на основе обширных исследований и обучения на наборе данных из более чем 19 000 медицинских изображений, продемонстрировала впечатляющие диагностические возможности.
Согласно исследованию, проведенному Ха и др., AI-Thyroid достиг впечатляющей площади под кривой характеристики работы приемника (AUROC) в 0,939. Это указывает на высокую точность и эффективность при диагностике рака щитовидной железы. Модель также проявила высокую чувствительность и специфичность в обоих тестовых наборах, дополнительно укрепляя ее эффективность.
Одним из главных преимуществ AI-Thyroid является его способность помогать менее опытным врачам в точной диагностике рака щитовидной железы. Исследование показало значительное улучшение точности диагностики и согласованность между наблюдателями при внедрении модели ИИ. Для интернов AUROC улучшился с 0,854 до 0,945, чувствительность возросла с 84,2% до 92,7%, а специфичность повысилась с 72,9% до 86,6%. Рентгенологи-факультеты также ощутили улучшение, с AUROC, выросшим с 0,914 до 0,939. Это демонстрирует способность AI-Thyroid улучшать диагностические возможности специалистов в области здравоохранения.
Внедрение AI-Thyroid не только улучшает диагностическую производительность, но также помогает достичь согласия между профессионалами в области здравоохранения. Внедрение ИИ привело к значимому улучшению согласованности между наблюдателями, поднимая ее с уровня умеренного до существенного. Это означает, что AI-Thyroid не только предоставляет точные диагнозы, но и помогает специалистам в области здравоохранения прийти к согласию относительно наличия рака щитовидной железы.
Проведенное исследование над AI-Thyroid подчеркивает потенциал искусственного интеллекта в области диагностики рака щитовидной железы. Используя обширные данные и алгоритмы машинного обучения, эта технология может помочь врачам точно диагностировать рак щитовидной железы, особенно тем, кто имеет меньше опыта.
Для получения дополнительной информации об этом революционном исследовании вы можете обратиться к оригинальной статье Ха и др., опубликованной в журнале «Эндокринология»: link.
The source of the article is from the blog trebujena.net