Ung thư tuyến giáp là một loại ung thư ảnh hưởng đến tuyến giáp, một cơ quan nhỏ ở gốc cổ sản xuất hormone điều hòa quá trình trao đổi chất.

Xem thêm: Có thể phát hiện sớm ung thư phổi với xét nghiệm nước bọt bằng Laser

Ung thư tuyến giáp thường được chẩn đoán bằng cách xem xét hình dạng, kích thước và hình dạng của các u tuyến giáp, là các khối u bất thường ở tuyến giáp. U tuyến giáp có thể lành tính (không phải ung thư) hoặc ác tính (ung thư), và chúng có thể được phát hiện bằng hình ảnh siêu âm.

Tuy nhiên, hình ảnh siêu âm không phải lúc nào cũng chính xác hoặc nhất quán trong việc phân biệt u lành tính với u ác tính. Các bác sĩ siêu âm khác nhau có thể có những cách giải thích khác nhau về cùng một hình ảnh, và một số u có thể có các đặc điểm không rõ ràng khiến việc chẩn đoán khó khăn.

Hơn nữa, hình ảnh siêu âm không cung cấp bất kỳ giải thích hoặc lý do nào cho chẩn đoán, điều này có thể ảnh hưởng đến niềm tin và sự tin tưởng của bệnh nhân và bác sĩ lâm sàng

ung thư tuyến giáp
Các cột hiển thị hình ảnh siêu âm, các vùng nốt được phân đoạn tương ứng và bản đồ nhiệt chú ý AI của kênh kết cấu TiNet. Khu vực điểm nóng trong bản đồ nhiệt hiển thị khu vực tập trung của AI. Ảnh: Siqiong Yao và Cộng sự

Để giải quyết những thách thức này, một nhóm các chuyên gia y tế tại Phòng thí nghiệm nghiên cứu quốc tế chung về trao đổi chất và khoa học phát triển, Đại học Giao thông Thượng Hải, Trung Quốc đã phát triển TiNet, một hệ thống trí tuệ nhân tạo (AI) có thể giải thích được để dự đoán ung thư tuyến giáp bằng cách sử dụng hình ảnh siêu âm.

TiNet là một hệ thống mới kết hợp học sâu và kiến thức của con người để cung cấp các dự đoán chính xác và có thể giải thích được cho các u tuyến giáp

TiNet hoạt động Dự đoán ung thư tuyến giáp với độ chính xác chưa từng có

TiNet được thiết kế dưới sự cộng tác của các chuyên gia y tế và nhà khoa học máy tính, những người đã định nghĩa vấn đề, thu thập dữ liệu, phát triển mô hình và đánh giá kết quả. Hệ thống đã thu thập 10.021 hình ảnh siêu âm từ 8.079 bệnh nhân để phát triển và xác thực mô hình AI.

TiNet trích xuất các tính năng như kết cấu, đường viền, độ hồi âm, hình dạng và vị trí của các u tuyến giáp bằng cách tiếp cận học sâu. Các tính năng này sau đó được sử dụng để tính toán điểm số xác suất cho ung thư tuyến giáp cho mỗi u.

Hệ thống cũng cung cấp các giải thích định lượng cho các dự đoán, chẳng hạn như đóng góp của mỗi tính năng cho điểm số và so sánh điểm số với điểm số trung bình của các u lành tính và ác tính

TiNet đạt được hiệu suất dự đoán tuyệt vời (AUC 0,88) và vượt trội so với các mô hình AI hiện có khác và các bác sĩ siêu âm. TiNet cũng cung cấp các giải thích rõ ràng và dễ hiểu cho các dự đoán, có thể giúp các nhà lâm sàng và bệnh nhân đưa ra quyết định sáng suốt.

Một bài kiểm tra nhận thức ngược cho thấy báo cáo của TiNet dễ hiểu hơn báo cáo lâm sàng truyền thống đối với các nhà lâm sàng. TiNet có thể là một công cụ có giá trị để tăng cường ra quyết định y tế hợp tác giữa con người và AI trong chẩn đoán ung thư tuyến giáp

Các nhà nghiên cứu hy vọng rằng TiNet sẽ cải thiện chất lượng và hiệu quả của chẩn đoán ung thư tuyến giáp và giảm thiểu các sinh thiết và phẫu thuật không cần thiết.

Họ cũng có kế hoạch mở rộng TiNet sang các loại ung thư và bệnh khác có thể được chẩn đoán bằng hình ảnh siêu âm. TiNet là một ví dụ về cách AI có thể giải thích cải thiện việc ra quyết định y tế và mang lại lợi ích cho sức khỏe con người

Nghiên cứu đăng trên: Iscience

Share.
Theo dõi
Thông báo của
guest
0 Góp ý
Phản hồi nội tuyến
Xem tất cả bình luận