Een baanbrekende studie gepubliceerd in het februari 2024 nummer van Endocrinology heeft een nieuwe kunstmatige intelligentie (AI) model geïntroduceerd genaamd AI-Thyroid, ontworpen om te helpen bij de diagnose van schildklierkanker. De studie, uitgevoerd door Ha et al., had als doel deze innovatieve technologie te ontwikkelen en te valideren, en haar impact op de diagnostische prestaties te onderzoeken.
Het AI-Thyroid model werd getraind met een uitgebreide dataset van 19.711 medische beelden verkregen van 6.163 patiënten bij het Ajou Universitair Medisch Centrum (AUMC), een gerenommeerd tertiair ziekenhuis. Om de effectiviteit te evalueren, werd het model vervolgens onderworpen aan rigoureuze validatie met behulp van een grote steekproef van 11.185 beelden van 4.820 patiënten in 24 ziekenhuizen (test set 1) en 4.490 beelden van 2.367 patiënten bij AUMC (test set 2).
De resultaten van de studie toonden de opmerkelijke mogelijkheden van AI-Thyroid, met een indrukwekkend gebied onder de receiver operating characteristic (AUROC) curve van 0.939. In testset 1 waren de AUROC, gevoeligheid en specificiteit respectievelijk 0,922, 87,0% en 81,5%. Op dezelfde wijze waren in testset 2 de AUROC, gevoeligheid en specificiteit respectievelijk 0,938, 89,9% en 81,6%. Belangrijk is dat de diagnostische prestaties van AI-Thyroid niet significant verschilden op basis van de prevalentie van maligniteit.
Verder werden er gesimuleerde scenario’s uitgevoerd om het effect van AI-Thyroid op de diagnostische nauwkeurigheid en de interobservator overeenstemming te evalueren. De resultaten waren opmerkelijk, met een significante verbetering in AUROC, gevoeligheid en specificiteit in beide groepen van artsen. Voor groep 1, bestaande uit minder ervaren assistenten, verbeterde de AUROC van 0,854 naar 0,945, de gevoeligheid steeg van 84,2% naar 92,7% en de specificiteit steeg van 72,9% naar 86,6%. In groep 2, bestaande uit faculteitsradiologen, steeg de AUROC van 0,914 naar 0,939.
De introductie van AI-Thyroid in het diagnostische proces had een significant positieve invloed op de interobservator overeenkomst, waarbij deze verbeterde van matig tot substantieel in beide groepen. Dit betekent dat het AI-model niet alleen de diagnostische prestaties verbetert, maar ook helpt bij de consensus onder zorgprofessionals.
Deze baanbrekende onderzoeken hebben het potentieel van AI aangetoond in het revolutioneren van het veld van schildklierkankerdiagnose. AI-Thyroid is een krachtig instrument dat artsen, met name die met minder ervaring, kan ondersteunen bij het nauwkeurig diagnosticeren van schildklierkanker. Door gebruik te maken van de enorme hoeveelheden data en machine learning-algoritmen kan deze technologie de diagnostische mogelijkheden van zorgprofessionals aanvullen en verbeteren.
FAQ:
Q: Wat is AI-Thyroid?
AI-Thyroid is een op kunstmatige intelligentie gebaseerd model ontwikkeld om te helpen bij de diagnose van schildklierkanker en de diagnostische prestaties te verbeteren.
Q: Hoe werd AI-Thyroid getraind?
Het AI-Thyroid model werd getraind met een dataset van 19.711 medische beelden verkregen van 6.163 patiënten bij het Ajou Universitair Medisch Centrum.
Q: Hoe effectief is AI-Thyroid?
AI-Thyroid behaalde een indrukwekkend gebied onder de receiver operating characteristic (AUROC) curve van 0,939. Het toonde een hoge gevoeligheid en specificiteit in het diagnosticeren van schildklierkanker in zowel test set 1 als test set 2.
Q: Wie kan profiteren van AI-Thyroid?
AI-Thyroid kan met name minder ervaren artsen ten goede komen door de diagnostische prestaties te verbeteren en de interobservator overeenkomst bij de diagnose van schildklierkanker te verbeteren.
Bronnen:
– Ha, et al. “Artificial Intelligence Model Assisting Thyroid Nodule Diagnosis and Management: A Multicenter Diagnostic Study.” Endocrinology, a href=”academic.oup.com” target=”_blank”>link.
The source of the article is from the blog crasel.tk