Home Notizie recenti La piattaforma di intelligenza artificiale mostra il potenziale per lo screening del...

La piattaforma di intelligenza artificiale mostra il potenziale per lo screening del cancro della tiroide e la messa in scena dalle immagini a ultrasuoni

90
0
tiroide

Credito: Pixabay/CC0 di dominio pubblico

Un nuovo studio rileva che un modello di intelligenza artificiale (AI) che incorpora più metodi di apprendimento automatico rileva accuratamente il cancro alla tiroide e prevede esiti patologici e genomici attraverso l’analisi di immagini ecografiche di routine. Il modello di intelligenza artificiale potrebbe presentare un’opzione a basso costo e non invasiva per lo screening, la stadiazione e la pianificazione del trattamento personalizzata per la malattia. I risultati dello studio saranno presentati domani al Simposio multidisciplinare 2022 sui tumori della testa e del collo.

“Il cancro della tiroide è uno dei tumori in più rapida crescita negli Stati Uniti, in gran parte dovuto all’aumento del rilevamento e al miglioramento della diagnostica. Abbiamo sviluppato una piattaforma di intelligenza artificiale che esaminerebbe le immagini ecografiche e predirebbe con elevata precisione se un nodulo tiroideo potenzialmente problematico è, infatti, canceroso. Se è canceroso, possiamo prevedere ulteriormente lo stadio del tumore, lo stadio nodale e la presenza o assenza di mutazione BRAF”, ha affermato l’autrice senior Annie Chan, MD, Direttore del programma di ricerca oncologica sulle radiazioni della testa e del collo presso il Mass General Cancer Center. “Se presa presto, questa malattia è altamente curabile e i pazienti generalmente possono aspettarsi di vivere a lungo dopo il trattamento”.

Per addestrare e convalidare la piattaforma AI, i ricercatori hanno ottenuto 1.346 immagini di noduli tiroidei attraverso l’ecografia diagnostica di routine da 784 pazienti. Le immagini ecografiche sono state suddivise in due set di dati, uno per la formazione interna e la convalida e uno per la convalida esterna. La malignità è stata confermata con campioni ottenuti da biopsia con ago sottile. La stadiazione patologica e lo stato mutazionale sono stati confermati rispettivamente con referti operatori e sequenziamento genomico.

A differenza dell’approccio AI convenzionale, i ricercatori hanno combinato più metodi di AI per il modello, inclusa (1) la radiomica, che estrae un gran numero di caratteristiche quantitative dalle immagini; (2) analisi dei dati topologici (TDA), che valuta la relazione spaziale tra i punti dati nelle immagini; (3) deep learning, in cui gli algoritmi eseguono i dati attraverso più livelli di una rete neurale AI per generare previsioni; e (4) machine learning (ML), in cui un algoritmo utilizza le proprietà degli ultrasuoni definite da TI-RADS (Tiroid Imaging Reporting and Data System) come funzionalità ML. “Integrando diversi metodi di intelligenza artificiale, siamo stati in grado di acquisire più dati riducendo al minimo il rumore. Ciò ci consente di ottenere un elevato livello di accuratezza nel fare previsioni”, ha affermato il dott. Chan.

Una piattaforma multimodale che utilizza questi quattro metodi ha predetto accuratamente il 98,7% delle neoplasie dei noduli tiroidei nel set di dati interno, superando significativamente le singole modalità di IA utilizzate da sole. In confronto, il modello radiomico individuale prevedeva l’89% dei tumori maligni (il modello di apprendimento profondo ha raggiunto un’accuratezza dell’87% (p = 0,002) e TDA e (ML) TI-RADS erano accurati rispettivamente per l’81% e l’80% dei campioni (entrambi P

Un modello multimodale comprendente radiomica, TDA e (ML)TI-RADS è stato anche in grado di distinguere lo stadio patologico (accuratezza del 93% per lo stadio T, 89% per lo stadio N e 98% per l’estensione extratiroide). Inoltre, il modello ha identificato la mutazione BRAF V600E, che può essere trattata con una terapia mirata, con una precisione del 96%.


Articolo precedenteCome l’IA sta plasmando la corsa agli armamenti alla sicurezza informatica
Articolo successivoL’imaging a metà trattamento può essere utilizzato per ridurre la terapia per il cancro dell’orofaringe, portando a un minor numero di effetti collaterali