ACR TI-RADS e algoritmo de aprendizado profundo guiam diagnósticos de nódulos tireoidianos pediátricos no ultrassom
Imagens ultrassonográficas longitudinais e transversais em escala de cinza de nódulo tireoidiano em paciente de 17 anos com adenoma folicular benigno, com base apenas na excisão cirúrgica. A impressão geral para todos os três radiologistas foi benigna (verdadeiro negativo). A recomendação do ACR TI-RADS para todos os três radiologistas foi FNA (falso positivo). A recomendação do algoritmo de aprendizado profundo foi FNA (falso positivo). Crédito: ARRS/AJR
De acordo com um manuscrito aceito publicado no American Journal of Roentgenology (AJR)ACR TI-RADS e um algoritmo de aprendizado profundo treinado em populações adultas oferecem estratégias alternativas para avaliar nódulos de tireoide em crianças e adultos jovens, incluindo decisões de orientação para realizar aspiração por agulha fina.
“Tanto o ACR TI-RADS quanto o algoritmo de aprendizado profundo tiveram maior sensibilidade, embora menor especificidade, em comparação com as impressões gerais dos radiologistas”, escreveu o co-primeiro autor Jichen Yang, BSE, do departamento de engenharia elétrica e de computação da Duke University em Durham , NC. Adicionando que o algoritmo tinha sensibilidade semelhante, mas especificidade menor do que o ACR TI-RADS, “a concordância interobservador foi maior para o ACR TI-RADS do que para as impressões gerais”, observou Yang.
O estudo mostra que 139 pacientes (119 do sexo feminino, 20 do sexo masculino) com idade ≤ 21 anos com nódulo de tireoide na ultrassonografia com resultados patológicos definitivos de punção aspirativa por agulha fina e/ou excisão cirúrgica foram avaliados de 1º de janeiro de 2004 a 18 de setembro de 2020. Em seguida, foram extraídas imagens transversais e longitudinais únicas de um nódulo por paciente. Três radiologistas caracterizaram independentemente os nódulos com base na impressão geral (benigno vs. maligno) e ACR TI-RADS. Um algoritmo de aprendizado profundo desenvolvido anteriormente determinou a probabilidade de malignidade para cada nódulo, que foi usado para derivar o nível de risco.
Em última análise, para avaliar nódulos de tireóide por ultra-som em crianças e jovens adultos, as impressões gerais dos radiologistas – representando a abordagem clínica padrão atual – tiveram sensibilidade média de 58,3% e especificidade média de 79,9%; ACR TI-RADS teve sensibilidade média de 85,1% e especificidade média de 50,6%, e um algoritmo de aprendizado profundo teve sensibilidade de 87,5% e especificidade de 36,1%.
“Dada a maior prioridade para a sensibilidade ao avaliar os nódulos da tireoide em crianças, em comparação com adultos, os resultados apoiam a exploração contínua em crianças do ACR TI-RADS e do algoritmo de aprendizado profundo“, concluíram os pesquisadores.
O repositório de código para o algoritmo de aprendizado profundo de Yang e colegas está disponível aqui.
Jichen Yang et al, Thyroid Nodules on Ultrasound in Children and Young Adults: Comparison of Diagnostic Performance of Radiologists’ Impressions, ACR TI-RADS, and a Deep Learning Algorithm, American Journal of Roentgenology (2022). DOI: 10.2214/AJR.22.28231
Fornecido por
Sociedade Americana de Roentgen Ray
Citação: ACR TI-RADS e diagnósticos de guia de algoritmo de aprendizado profundo de nódulos tireoidianos pediátricos no ultrassom (2022, 20 de outubro) recuperado em 20 de outubro de 2022 de https://medicalxpress.com/news/2022-10-acr-ti-rads-deep- algoritmo-pediatric.html
Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa particular, nenhuma parte pode ser reproduzida sem a permissão por escrito. O conteúdo é fornecido apenas para fins informativos.
