Сайт издательства «Медиа Сфера»
содержит материалы, предназначенные исключительно для работников здравоохранения. Закрывая это сообщение, Вы подтверждаете, что являетесь дипломированным медицинским работником или студентом медицинского образовательного учреждения.

Вход
RU
+7 (495) 482-4118
+7 (495) 482-0604
+8 800 250-18-12
  • (бесплатный номер по вопросам подписки)
    пн-пт с 10 до 18
  • Издательство «Медиа Сфера»
    а/я 54, Москва, Россия, 127238
  • info@mediasphera.ru

  • © 1998-2025
+7 (495) 482-43-29
RU
Все журналы
Журнал
Год
Год
Результаты поиска: 0

Глушков П.С.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России

Марущак Е.А.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России;
ФГАОУ ВО «Российский национальный исследовательский медицинский университет имени Н.И. Пирогова» Минздрава России

Азимов Р.Х.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России;
ФГАОУ ВО «Российский университет дружбы народов имени Патриса Лумумбы» Минобрнауки России

Зубарева Е.А.

ФГАОУ ВО «Российский национальный исследовательский медицинский университет имени Н.И. Пирогова» Минздрава России

Левикин К.Е.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России

Шемятовский К.А.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России

Карнеев Н.А.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России

Хусанов Ш.С.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России

Горский В.А.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России;
ФГАОУ ВО «Российский университет дружбы народов имени Патриса Лумумбы» Минобрнауки России;
ФГАОУ ВО «Российский национальный исследовательский медицинский университет имени Н.И. Пирогова» Минздрава России

Роль искусственного интеллекта в ультразвуковой диагностике узловых образований щитовидной железы

Авторы:

Глушков П.С., Марущак Е.А., Азимов Р.Х., Зубарева Е.А., Левикин К.Е., Шемятовский К.А., Карнеев Н.А., Хусанов Ш.С., Горский В.А.

Подробнее об авторах

Журнал: Хирургия. Журнал им. Н.И. Пирогова. 2024;(12‑2): 109‑116

DOI: 10.17116/hirurgia2024122109

Прочитано: 1173 раза

Купить за 300₽
Связаться с автором
Оглавление

ARTIFICIAL INTELLIGENCE IN ULTRASOUND DIAGNOSIS OF THYROID NODULES
ARTIFICIAL INTELLIGENCE IN ULTRASOUND DIAGNOSIS OF THYROID NODULES

Как цитировать:

Глушков П.С., Марущак Е.А., Азимов Р.Х., и др. Роль искусственного интеллекта в ультразвуковой диагностике узловых образований щитовидной железы. Хирургия. Журнал им. Н.И. Пирогова. 2024;(12‑2):109‑116.
Glushkov PS, Marushchak EA, Azimov RKh, et al. Artificial intelligence in ultrasound diagnosis of thyroid nodules. Pirogov Russian Journal of Surgery. 2024;(12‑2):109‑116. (In Russ.)
https://doi.org/10.17116/hirurgia2024122109

Подписка 2026 Хирургия. Журнал им. Н.И. Пирогова (Pirogov Russian Journal of Surgery)
МСФ на ЯМ
Использование инфографики авторами научных работ
Mediasphera_Net
Рекомендуем статьи по данной теме:
При­ме­не­ние ме­то­дов ис­кусствен­но­го ин­тел­лек­та в ди­аг­нос­ти­ке и ле­че­нии за­бо­ле­ва­ния пер­вич­но­го зак­ры­тия уг­ла. Вес­тник оф­таль­мо­ло­гии. 2024;(5):130-136
Ну­жен ли ис­кусствен­ный ин­тел­лект сис­те­ме здра­во­ох­ра­не­ния?. Ме­ди­цин­ские тех­но­ло­гии. Оцен­ка и вы­бор. 2024;(4):40-48
Кильский инстру­мент стра­ти­фи­ка­ции па­ци­ен­тов со ске­лет­но-мы­шеч­ной болью для це­ле­во­го ле­че­ния (Keele STarT MSK Tool): лин­гвис­ти­чес­кая адап­та­ция рус­ско­языч­ной вер­сии. Рос­сий­ский жур­нал бо­ли. 2024;(4):30-34
Воз­мож­нос­ти, проб­ле­мы и под­хо­ды к со­вер­шенство­ва­нию циф­ро­вых тех­но­ло­гий в здра­во­ох­ра­не­нии. Про­фи­лак­ти­чес­кая ме­ди­ци­на. 2024;(12):31-36
Об­зор сов­ре­мен­ных циф­ро­вых ме­то­дов иден­ти­фи­ка­ции лич­нос­ти с при­ме­не­ни­ем тех­но­ло­гии ис­кусствен­но­го ин­тел­лек­та в су­деб­ной сто­ма­то­ло­гии. Сто­ма­то­ло­гия. 2024;(6):79-82
Пер­со­на­ли­зи­ро­ван­ный под­ход к вы­бо­ру те­ра­пии че­рез циф­ро­вой пор­трет кар­ди­оло­ги­чес­ко­го боль­но­го. Воз­мож­нос­ти сер­ви­са под­дер­жки при­ня­тия вра­чеб­ных ре­ше­ний. Кар­ди­оло­ги­чес­кий вес­тник. 2024;(4-2):105-112
Ис­кусствен­ный ин­тел­лект в сто­ма­то­ло­гии как ве­ле­ние вре­ме­ни. Сто­ма­то­ло­гия. 2025;(1):87-92
Раз­ра­бот­ка прог­рам­мно­го обес­пе­че­ния на ос­но­ве ис­кусствен­но­го ин­тел­лек­та для циф­ро­вой оцен­ки ре­па­ра­тив­ной ре­ге­не­ра­ции кос­тной тка­ни. Вос­ста­но­ви­тель­ные би­отех­но­ло­гии, про­фи­лак­ти­чес­кая, циф­ро­вая и пре­дик­тив­ная ме­ди­ци­на. 2025;(1):19-24
На пу­ти к пер­со­на­ли­зи­ро­ван­ной кар­ди­оло­гии: пер­спек­ти­вы пре­ци­зи­он­ной оцен­ки сер­деч­но-со­су­дис­тых рис­ков и пре­дик­тив­но-прог­нос­ти­чес­кой ди­аг­нос­ти­ки. Кар­ди­оло­гия и сер­деч­но-со­су­дис­тая хи­рур­гия. 2025;(2):206-215

Резюме / Abstract:

ЦЕЛЬ ИССЛЕДОВАНИЯ

Проанализировать использование системы ИИ S-Detect в стратификации узловых образований ЩЖ по сравнению с данными, полученными врачом ультразвуковой диагностики.

МАТЕРИАЛ И МЕТОДЫ

В НКЦ№2 РНЦХ им. Б.В. Петровского за 2024 г. проанализированы результаты УЗИ 80 пациентов с узловыми образованиями ЩЖ, которым была необходима ТАБ. Пациентам выполнено УЗИ ЩЖ с оценкой узлов по классификации EU TI-RADS. После этого каждому пациенту повторно выполнено УЗИ ЩЖ на аппарате с использованием встроенных алгоритмов ИИ для стратификации узловых образований по EU TI-RADS. После УЗИ всем пациентам проведена ТАБ исследованных узловых образований с оценкой полученных цитологических результатов по классификации Bethesda (2023). Для полученных результатов проведена оценка чувствительности, специфичности и прогностической ценности оценки экспертом и системой ИИ.

РЕЗУЛЬТАТЫ

Как для экспертного заключения, так и для заключения, выданного системой ИИ, определялись высокие показатели чувствительности, специфичности и диагностической ценности. Однако для системы ИИ отмечались более низкие показатели специфичности по сравнению с экспертной оценкой, это означает, что система склонна к гипердиагностике. В то же время у эксперта по сравнению с системой ИИ отмечалось несколько большее количество ложноотрицательных значений. При анализе диагностической ценности исследований, проведенных экспертом и ИИ, статистически значимой разницы не было.

ЗАКЛЮЧЕНИЕ

На данном этапе алгоритмы искусственного интеллекта не показывают существенных преимуществ при стратификации новообразований щитовидной железы перед врачом ультразвуковой диагностики с большим стажем работы.

Ключевые слова / Keywords:

узловые образования щитовидной железы
стратификация
искусственный интеллект
тонкоигольная аспирационная биопсия
EU TI-RADS

Авторы / Authors:

Глушков П.С.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России

Марущак Е.А.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России;
ФГАОУ ВО «Российский национальный исследовательский медицинский университет имени Н.И. Пирогова» Минздрава России

Азимов Р.Х.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России;
ФГАОУ ВО «Российский университет дружбы народов имени Патриса Лумумбы» Минобрнауки России

Зубарева Е.А.

ФГАОУ ВО «Российский национальный исследовательский медицинский университет имени Н.И. Пирогова» Минздрава России

Левикин К.Е.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России

Шемятовский К.А.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России

Карнеев Н.А.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России

Хусанов Ш.С.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России

Горский В.А.

ФГБНУ «Российский научный центр хирургии имени академика Б.В. Петровского» Минобрнауки России;
ФГАОУ ВО «Российский университет дружбы народов имени Патриса Лумумбы» Минобрнауки России;
ФГАОУ ВО «Российский национальный исследовательский медицинский университет имени Н.И. Пирогова» Минздрава России

Дата поступления:

26.08.2024

Дата принятия в печать:

11.09.2024

Закрыть метаданные

Литература / References:

  1. Kesharaju M, Nagarajah R. Feature selection for neural network-based defect classification of ceramic components using high frequency ultrasound. Ultrasonics.2015; 62:271-277.  https://doi.org/10.1016/j.ultras.2015.05.027
  2. Tsantis S, Cavouras D, Kalatzis I, Piliouras N, Dimitropoulos N, Nikiforidis G. Development of a support vector machine-based image analysis system for assessing the thyroid nodule malignancy risk on ultrasound. Ultrasound in Medicine and Biology. 2005; 31(11):1451-1459. https://doi.org/10.1016/j.ultrasmedbio.2005.07.009
  3. Hao X, Zhang GG, Ma S. Deep learning. International Journal of Semantic Computing. 2016;10(3):417-439.  https://doi.org/10.1142/s1793351×16500045
  4. Anwar SM, Majid M, Qayyum A, Awais M, Alnowami M, Khan MK. Medical image analysis using convolutional neural networks: a review. Journal of Medical Systems. 2018;42(11):226.  https://doi.org/10.1007/s10916-018-1088-1
  5. Choi YJ, Baek JH, Park HS, Shim WH, Kim TY, Shong YK. A computer-aided diagnosis system using artificial intelligence for the diagnosis and characterization of thyroid nodules on ultrasound: initial clinical assessment. Thyroid. 2017;27(4):546-552.  https://doi.org/10.1089/thy.2016.0372
  6. Gitto S, Grassi G, De Angelis C, Monaco CG, Sdao S, Sardanelli F. A computer-aided diagnosis system for the assessment and characterization of low-to-High suspicion thyroid nodules on ultrasound. Radiologia Medica. 2019;124(2):118-125.  https://doi.org/10.1007/s11547-018-0942-z
  7. Kim HL, Ha EJ, Han M. Real-world performance of computer-aided diagnosis system for thyroid nodules using ultrasonography. Ultrasound in Medicine and Biology. 2019;45(10):2672-2678. https://doi.org/10.1016/j.ultrasmedbio.2019.05.032
  8. Fresilli D, Grani G, De Pascali ML, Alagna G, Tassone E, Ramundo V, Ascoli V, Bosco D, Biffoni M, Bononi M, D’Andrea V, Frattaroli F, Giacomelli L, Solskaya Y, Polti G, Pacini P, Guiban O, Gallo Curcio R, Caratozzolo M, Cantisani V. Computer-aided diagnostic system for thyroid nodule sonographic evaluation outperforms the specificity of less experienced examiners. Journal of Ultrasound. 2020;23(2):169-174.  https://doi.org/10.1007/s40477-020-00453-y
  9. Wei Q, Zeng SE, Wang LP, Yan YJ, Wang T, Xu JW, Zhang MY, Lv WZ, Cui XW, Dietrich CF. The value of s-detect in improving the diagnostic performance of radiologists for the differential diagnosis of thyroid nodules. Medical Ultrasonography. 2020;22(4):415-424.  https://doi.org/10.11152/mu-2501
  10. Han M, Ha EJ, Park JH. Computer-aided diagnostic system for thyroid nodules on ultrasonography: diagnostic performance based on the thyroid imaging reporting and data system classification and dichotomous outcomes. AJNR American Journal of Neuroradiology. 2021;42(3):559-565.  https://doi.org/10.3174/ajnr.A6922
  11. Chung SR, Baek JH, Lee MK, Ahn Y, Choi YJ, Sung TY, Song DE, Kim TY, Lee JH. Computer-aided diagnosis system for the evaluation of thyroid nodules on ultrasonography: prospective non-inferiority study according to the experience level of radiologists. Korean Journal of Radiology. 2020;21(3):369-376.  https://doi.org/10.3348/kjr.2019.0581
  12. Barczynski M, Stopa-Barczynska M, Wojtczak B, Czarniecka A, Konturek A. Clinical validation of s-Detect(Tm) mode in semi-automated ultrasound classification of thyroid lesions in surgical office. Gland Surgery. 2020;9(2):77-85.  https://doi.org/10.21037/gs.2019.12.23
  13. Molnár K, Kálmán E, Hári Z, Giyab O, Gáspár T, Rucz K, Bogner P, Tóth A. False-positive malignant diagnosis of nodule mimicking lesions by computer-aided thyroid nodule analysis in clinical ultrasonography practice. Diagnostics. 2020;10(6): 378.  https://doi.org/10.3390/diagnostics10060378
  14. Котенко К.В., Михайлова А.А., Бадимова А.В., Решетова И.В., Дымова О.В., Еремин И.И., Корчажкина Н.Б. Определение прогностически значимых маркеров донозологического выявления предикторов ожирения и метаболических нарушений. Вопросы курортологии, физиотерапии и лечебной физической культуры. 2023;100(5-2):21. 
  15. Безрукова О.В., Котенко К.В., Васильева Е.С., Корчажкина Н.Б. Оценка эффективности комбинированного применения лечебной физкультуры и SIS-терапии при лечении грыж межпозвонковых дисков шейного отдела позвоночника. Физиотерапия, бальнеология реабилитация. 2023;22(3):209-218. 
  16. Корчажкина Н.Б., Михайлова А.А., Решетова И.В., Дымова О.В., Котенко К.В. Современные подходы к разработке системы валидных методов мониторинга индивидуального здоровья и поддержания активного долголетия. Вопросы курортологии, физиотерапии и лечебной физической культуры. 2023;100(6):6-13. 
  17. Корчажкина Н.Б., Михайлова А.А., Бадимова А.В., Решетова И.В., Дымова О.В., Еремин И.И., Котенко К.В. Методы и маркеры донозологической диагностики и мониторинга индивидуального здоровья и поддержания активного долголетия. Вопросы курортологии, физиотерапии и лечебной физической культуры. 2023;100(5-2):20-21. 
  18. Xia S, Yao J, Zhou W, Dong Y, Xu S, Zhou J, Zhan W. A computer-aided diagnosing system in the evaluation of thyroid nodules-experience in a specialized thyroid center. World Journal of Surgical Oncology. 2019; 17(1):210.  https://doi.org/10.1186/s12957-019-1752-z
  19. Zhao WJ, Fu LR, Huang ZM, Zhu JQ, Ma BY. Effectiveness evaluation of computer-aided diagnosis system for the diagnosis of thyroid nodules on ultrasound: a systematic review and meta-analysis. Medicine. 2019;98(32):e16379. https://doi.org/10.1097/md.0000000000016379
  20. Jeong EY, Kim HL, Ha EJ, Park SY, Cho YJ, Han M. Computer-aided diagnosis system for thyroid nodules on ultrasonography: diagnostic performance and reproducibility based on the experience level of operators. European Radiology. 2019;29(4):1978-1985. https://doi.org/10.1007/s00330-018-5772-9
  21. Yoo YJ, Ha EJ, Cho YJ, Kim HL, Han M, Kang SY. Computer-aided diagnosis of thyroid nodules Via ultrasonography: initial clinical experience. Korean Journal of Radiology. 2018;19(4):665-672.  https://doi.org/10.3348/kjr.2018.19.4.665
Связаться с автором
Email
Сообщение
Издательство "Медиа Сфера" не оказывает услуги по лечению, не дает рекомендации по обращению в медицинские учреждения и к конкретным специалистам, по назначению лекарственных средств и БАДов.

Подтверждение e-mail

На test@yandex.ru отправлено письмо со ссылкой для подтверждения e-mail. Перейдите по ссылке из письма, чтобы завершить регистрацию на сайте.

Подтверждение e-mail

Обратная связь
Если у вас возникли вопросы, жалобы или предложения, — воспользуйтесь формой обратной связи.
Email
Сообщение
Издательство "Медиа Сфера" не оказывает услуги по лечению, не дает рекомендации по обращению в медицинские учреждения и к конкретным специалистам, по назначению лекарственных средств и БАДов.
Подать заявку

Вы можете стать автором одного из наших журналов, отправьте заявку и мы рассмотрим ее в течении дня.

Имя
Телефон
E-mail
Сообщение
Вход
Регистрация
E-mail
Пароль
Забыли пароль?

Войдите на сайт, используя вашу учетную запись в одном из сервисов

Восстановление пароля
E-mail
Войти
Зарегистрироваться

Мы используем файлы cооkies для улучшения работы сайта. Оставаясь на нашем сайте, вы соглашаетесь с условиями использования файлов cооkies. Чтобы ознакомиться с нашими Положениями о конфиденциальности и об использовании файлов cookie, нажмите здесь.