Неинвазивная диагностика рака щитовидной железы показала большую эффективность в сравнении с тонкоигольной аспирационной биопсией

Результаты исследования могут позволить избежать гипердиагностики или ненужных инвазивных вмешательств


Около 5-10% всех новообразований (узлов) щитовидной железы (ЩЖ) в конечном счете оказываются раком ЩЖ. Рак ЩЖ характеризуется достаточно хорошим прогнозом, высоким уровнем выживаемости и низкой частотой рецидивов.

Ранняя диагностика и лечение – ключевой момент в ведении таких пациентов. Исследователи из Кореи продемонстрировали диагностическую эффективность неинвазивного метода оценки узлов ЩЖ по комбинированным данным фотоакустических и ультразвуковых исследований при помощи искусственного интеллекта (ИИ). Результаты работы опубликованы в журнале Cancer Research.

В рутинной практике диагноз рака ЩЖ обычно должен быть подтвержден результатами тонкоигольной аспирационной биопсии (ТИАБ) с УЗ-изображением. Однако около 20% ТИАБ могут оказаться недостаточно точными, что зачастую требует проведения повторных процедур.

Чтобы решить эту проблему, команда исследователей решила использовать фотоакустический эффект, при помощи которого получала ультразвуковые изображения. Фотоакустический сигнал формируется при экспозиции узла ЩЖ лазерным излучением. При этом удается получить фотоакустические изображения как ткани ЩЖ, так и патологических узлов – и на основе этих данных произвести расчет сатурации кислородом различных зон ЩЖ. Исследование сфокусировано на том факте, что сатурация кислородом злокачественных новообразований ЩЖ имеет более низкий уровень в сравнении с доброкачественными узлами.

В работе было представлено 2 группы пациентов по 23 участника в каждой – с доброкачественными и злокачественными узлами, соответственно. Выполнение in vivo мультиспектрального фотоакустического исследования позволило определить целый ряд различных параметров, в том числе насыщение кислородом гемоглобина в зонах, подозрительных на онкологический процесс. Такой анализ оказался возможным благодаря использованию машинного обучения и автоматической классификации принадлежности очага к злокачественному или доброкачественному процессу. Первоначальная чувствительность метода находилась на уровне 78%, специфичность – 93%. Позже эти данные совместили с УЗ-исследованием и тогда показатель чувствительность повысился до 83%.

Полученные результаты указывают на то, что неинвазивные методы исследования с использованием ИИ в диагностике рака ЩЖ могут обладать более высокими уровнями чувствительности и специфичности. Это может позволить избежать гипердиагностики или ненужных инвазивных вмешательств. Подобные технологии также могут быть применены и в других субспециальностях онкологии, например, при раке молочной железы.

 

Источник: Kim J. et al. Multiparametric Photoacoustic Analysis of Human Thyroid Cancers In Vivo //Cancer Research. – 2021.





Актуальные проблемы

Специализации




Календарь событий:




Вход на сайт