Інноваційне дослідження, опубліковане у лютому 2024 року у журналі “Ендокринологія”, внесло нову штучну інтелектуальну модель під назвою AI-Thyroid, розроблену для допомоги у діагностиці раку щитоподібної залози. Дослідження, проведене Ха та іншими, мало на меті розробити та підтвердити цю інноваційну технологію та дослідити її вплив на діагностичні показники.
Модель AI-Thyroid була навчена за допомогою обширного набору даних із 19 711 медичних зображень, отриманих від 6163 пацієнтів у Медичному центрі університету Аджу (AUMC), відомому терціарному шпиталі. Для оцінки її ефективності модель потім пройшла строгу перевірку на великому обсязі вибірки з 11 185 зображень від 4820 пацієнтів у 24 лікарнях (тестовий набір 1) та 4490 зображень від 2367 пацієнтів в AUMC (тестовий набір 2).
Результати дослідження показали вражаючі можливості AI-Thyroid з високим показником площі під кривою характеристики роботи приймача (AUROC) в 0,939. У тестовому наборі 1 AUROC, чутливість та специфічність становили відповідно 0,922, 87,0% і 81,5%. Аналогічно, у тестовому наборі 2 AUROC, чутливість та специфічність складали відповідно 0,938, 89,9% і 81,6%. Важливо, діагностична ефективність AI-Thyroid не суттєво відрізнялася в залежності від поширеності злоякісності.
Більше того, дослідження провело симульовані сценарії, щоб оцінити вплив AI-Thyroid на точність діагностики та взаємозгодженість між спостерігачами. Результати були вражаючими, показуючи значне поліпшення площі під кривою характеристики роботи приймача (AUROC), чутливості та специфічності в обох групах лікарів. Для групи 1, що складалася з менше досвідчених лікарів, AUROC підвищився з 0,854 до 0,945, чутливість зростала з 84,2% до 92,7%, а специфічність зросла з 72,9% до 86,6%. В групі 2, яка складалася з радіологів-фахівців, AUROC зросла з 0,914 до 0,939.
Впровадження AI-Thyroid у діагностичний процес мало значний позитивний вплив на взаємозгодженість між спостерігачами, поліпшуючи її від помірної до значної в обох групах. Це означає, що модель штучного інтелекту не лише підвищує діагностичні показники, але й допомагає досягнути згоди серед працівників сфери охорони здоров’я.
Це проривне дослідження продемонструвало потенціал штучного інтелекту в революціонізації галузі діагностики раку щитоподібної залози. AI-Thyroid є потужним інструментом, який може допомогти лікарям, особливо тим, хто менше досвідчений, точно діагностувати рак щитоподібної залози. Ця технологія, використовуючи величезний обсяг даних та алгоритми машинного навчання, може доповнити та поліпшити діагностичні можливості фахівців у галузі охорони здоров’я.
ЧаП (Часті питання):
П: Що таке AI-Thyroid?
AI-Thyroid – це модель на основі штучного інтелекту, розроблена для допомоги у діагностиці раку щитоподібної залози та покращення діагностичних можливостей.
П: Як навчався AI-Thyroid?
Модель AI-Thyroid була навчена з використанням набору даних із 19 711 медичних зображень, отриманих від 6163 пацієнтів у Медичному центрі університету Аджу.
П: Наскільки ефективний AI-Thyroid?
AI-Thyroid досягнув вражаючого показника площі під кривою характеристики роботи приймача (AUROC) в 0,939. Він продемонстрував високу чутливість та специфічність при діагностиці раку щитоподібної залози в обох тестових наборах.
П: Хто може скористатися AI-Thyroid?
AI-Thyroid може особливо корисний для менше досвідчених лікарів, поліпшуючи діагностичні показники та взаємозгодженість при діагностиці раку щитоподібної залози.
Для додаткової інформації про це проривне дослідження ви можете звернутися до оригінальної статті Ха та ін., опублікованої у журналі “Ендокринологія”: та посилання.
The source of the article is from the blog mendozaextremo.com.ar