Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

Los investigadores proponen un nuevo método no invasor para distinguir nódulos de la tiroides de cáncer

Un terrón en la glándula tiroides se llama un nódulo de la tiroides, y 5-10% de todos los nódulos de la tiroides se diagnostica como cáncer de tiroides. El cáncer de tiroides tiene un buen pronóstico, una alta tasa de supervivencia, y un régimen inferior de la repetición, así que el diagnóstico precoz y el tratamiento son cruciales. Recientemente, un equipo de investigación común en Corea ha propuesto un nuevo método no invasor para distinguir nódulos de la tiroides de cáncer combinando fotoacústico (PA) y de tecnología de la imagen del ultrasonido con inteligencia artificial.

El equipo de investigación común - integrado por profesor Chulhong Kim y el Dr. Byullee Park del departamento de POSTECH de la ingeniería eléctrica, del departamento de la ingeniería de la convergencia las TIC y del departamento de la ingeniería industrial, de profesor Dong-Junio Lim y de profesor Jeonghoon Ha del hospital de Seul St Mary de la universidad católica de Corea, y de profesor Jeesu Kim de la universidad nacional de Pusan - conducto una investigación para detectar imágenes del PA de pacientes con los nódulos malos y benignos y los analizaba con inteligencia artificial. En reconocimiento a su significación, las conclusión de este estudio fueron publicadas en la investigación de cáncer.

Actualmente, la diagnosis de un nódulo de la tiroides se realiza usando una biopsia de la aspiración de la fino-aguja (FNAB) usando una imagen del ultrasonido. Pero los cerca de 20% de FNABs son inexactos que lleve a las biopsias repetidores e innecesarias.

Para superar este problema, el equipo de investigación común exploró el uso de la proyección de imagen del PA de obtener una señal ultrasónica generada por la luz. Cuando la luz (laser) se irradia en el nódulo de la tiroides del paciente, una señal del ultrasonido llamada una señal del PA se genera de la glándula tiroides y del nódulo. Detectando y tramitando esta señal, las imágenes del PA de la casquillo del prensaestopas y del nódulo cerco. En este tiempo, si se obtienen las señales multiespectrales del PA, la información de la saturación del oxígeno del nódulo de la glándula tiroides y de la tiroides puede ser calculada.

Los investigadores se centraron en el hecho de que la saturación del oxígeno de nódulos malos es más inferior que la de nódulos normales, e imágenes detectadas del PA de pacientes con los nódulos malos de la tiroides (23 pacientes) y ésos con los nódulos benignos (29 pacientes). Realizando proyección de imagen in vivo multiespectral del PA en los nódulos de la tiroides del paciente, los investigadores calculaban parámetros múltiples, incluyendo nivel de la saturación del oxígeno de la hemoglobina en el área del nódulo. Esto era analizada usando técnicas de aprendizaje de máquina clasifica a con éxito y automáticamente si el nódulo de la tiroides era malo o benigno. En la clasificación inicial, la sensibilidad para clasificar malignidad como malo era el 78% y la especificidad para clasificar benigno como benigno era el 93%.

Los resultados del análisis del PA obtenidos por técnicas de aprendizaje de máquina en el segundo análisis fueron combinados con los resultados del examen inicial basado en las imágenes del ultrasonido usadas normalmente en hospitales. Una vez más fue confirmado que los nódulos malos de la tiroides se podrían distinguir con una sensibilidad del 83% y una especificidad del 93%.

Yendo un paso más lejos, cuando los investigadores mantuvieron la sensibilidad en 100% el tercer análisis, la especificidad alcanzó el 55%. Ésta era cerca de tres veces más arriba que la especificidad de 17,3% (sensibilidad del 98%) del examen inicial de los nódulos de la tiroides usando el ultrasonido convencional.

Como consecuencia, la probabilidad correctamente de diagnosticar nódulos benignos, no malignos aumentó más de tres veces, que muestra que el overdiagnosis y las biopsias innecesarias y las pruebas relanzadas se pueden reducir dramáticamente, y de tal modo reducir en costos médicos excesivos.

Este estudio es importante en que es el primer para detectar imágenes fotoacústicas de los nódulos de la tiroides y para clasificar nódulos malos usando el aprendizaje de máquina. Además de disminuir biopsias innecesarias en enfermos de cáncer de la tiroides, esta técnica se puede también aplicar a una variedad de otros cánceres, incluyendo cáncer de pecho.”

Profesor Chulhong Kim, POSTECH

“El dispositivo ultrasónico basado en proyección de imagen fotoacústica será útil en efectivo el diagnóstico del cáncer de tiroides encontrado común durante chequeoes de salud y en reducir el número de biopsias,” profesor explicado Dong-Junio Lim del hospital de Seul St Mary. “Puede ser desarrollado en un aparato médico que se pueda utilizar fácilmente en pacientes del nódulo de la tiroides.”

Esta investigación conducto con el apoyo del asiento de investigación nacional de Corea, los institutos de investigación dominantes en el centro de innovación del aparato médico de las universidades (MDIC) del Ministerio de Educación, de la escuela del apoyo de la inteligencia artificial del ministerio de la ciencia y de las TIC, y del proyecto BK21 CUATRO.

Source:
Journal reference:

Kim, J., et al. (2021) Multiparametric Photoacoustic Analysis of Human Thyroid Cancers In Vivo. Cancer research. doi.org/10.1158/0008-5472.CAN-20-3334.