XXX. Magyar Radiológus Kongresszus

3. Szekció: Mesterséges intelligencia

S03.02: A klinikai pajzsmirigy ultrahang során alkalmazható mesterséges intelligencia alapú diagnosztikai rendszer magas álpozitív malignitás diagnózist eredményez

Összefoglaló szövege

A klinikai pajzsmirigy ultrahang során alkalmazható mesterséges intelligencia alapú diagnosztikai rendszer magas álpozitív malignitás diagnózist eredményez

Célkitűzések: Vizsgálatunk során egy kereskedelmi forgalomban elérhető mesterséges intelligencia (MI) rendszert teszteltünk rutin pajzsmirigy ultrahang (UH) rendelés során, különös hangsúlyt fektetve a rendszer téves diagnózisainak okainak feltárására.

Módszerek: Prospektív vizsgálatunkba 200 beteg került bevonásra (167 nő, 33 férfi, 12-88 éves korig, átlag életkor: 53,5), akik a Pécsi Tudományegyetem Orvosi Képalkotó Klinikájára pajzsmirigy célzatú ultrahangra lettek beutalva. Elsőként egy tapasztalt radiológus értékelte a pajzsmirigygöböket majd a mentett, típusos képeken történt további, MI alapú elemzés. Tekintettel arra, hogy a klinikumban sem csak valódi göbökkel találkozhatunk, emiatt a göböket utánzó léziókat is bevontuk. FTAB történt a nemzetközi irányelveknek megfelelően. Azonosítottuk azokat a göb UH jellemzőket valamint UH entitásokat, melyek szignifikánsan gyakrabban fordultak elő a MI által tévesként diagnosztizáltak csoportjában. Meghatároztuk és összevetettük a radiológus és a MI rendszer diagnosztikus pontosságát a teljes- valamint egy alcsoporton is, melyben az említett téves MI diagnózisokkal társuló eseteket kizártuk.

Eredmények: A radiológus diagnosztikus specificitása szignifikánsan ( p<0.05) magasabb volt, mint a MI értékelés (88.11% vs 40.54%), de nem volt szignifikáns különbség a szenzitivitás esetében (88.67% vs. 80%). A thyreoiditis melletti valódi göbök és a fokális inhomogenitások, a rögösen meszes göbök, és a sűrű tartalmú kolloid cysták szignifikánsan összefüggtek a MI álpozitív malignus diagnózisaival. Amennyiben ezen entitásokat kivettük az elemzésből, abban az esetben a MI specificitása szignifikáns mértékben emelkedett (55.97%).

Következtetések: A klinikai ultrahang gyakorlatban a kereskedelmi forgalomban kapható MI alapú rendszerek ígéretesek, ha a malignus göbök kizárására használjuk, azonban a jelenleg még magas álpozitív diagnózisok száma miatt nem tudják csökkenteni a szükségtelen FTAB-k számát. Utóbbi okainak feltárása révén a MI továbbfejlesztésének lehetséges iránya került kijelölésre.

Kulcsszavak: computer-asszisztált diagnózis, ultrahang, pajzsmirigygöb, pajzsmirigy daganat, diagnosztikus hibák



False-positive malignant diagnosis of nodule mimicking lesions by computer-aided thyroid nodule analysis in clinical ultrasonography practice

Objectives: The aim of this study is to test computer-aided diagnosis (CAD) for thyroid nodules in true routine clinical ultrasonography (US) practice with a focus on identifying thyroid entities associated with CAD system misdiagnoses.

Methods: Two-hundred consecutive patients referred to thyroid US were prospectively enrolled. An experienced radiologist evaluated the thyroid nodules and saved axial images for further offline blinded analysis using a commercially available CAD system. To represent routine clinical practice, not only true nodules, but mimicking lesions were also included. Fine needle aspiration biopsy (FNAB) was performed according to present guidelines. US features and thyroid entities significantly associated with CAD system misdiagnosis were identified. The diagnostic accuracy of the radiologist and the CAD system in detecting malignancies was statistically compared in both the total cohort and in a subgroup in which the CAD system misdiagnosis related entities were excluded.

Results: Diagnostic specificity of the radiologist was significantly (p<0.05) higher than of the CAD system’s (88.11% vs 40.54%) while no significant difference was found in the sensitivity (88.67% vs. 80%). Focal inhomogeneities and true nodules in thyroiditis, nodules with coarse calcification and inspissated colloid cystic nodules were significantly (p<0.05) associated with CAD system misdiagnosis as false-positives. Exclusion of these entities resulted in a significant (p<0.05) increase in CAD specificity (55.97%).

Conclusions: In routine clinical thyroid US practice commercially available CAD system is promising when used to exclude thyroid malignancies, however, it currently may not be able to reduce unnecessary FNABs due to the high rate of false-positive diagnoses. Based on the identified causes for misdiagnosis, further CAD development may be possible.

Keywords: Computer-assisted diagnosis; Ultrasonography; Thyroid nodule; Thyroid cancer; Diagnostic errors