El cáncer de tiroides ahora se diagnostica con imágenes fotoacústicas / ecográficas basadas en el educación espontáneo

0 7


Un bulto en la glándula tiroides se llama nódulo tiroideo y del 5 al 10% de todos los nódulos tiroideos se diagnostican como cáncer de tiroides. El cáncer de tiroides tiene un buen pronóstico, una alta tasa de supervivencia y una baja tasa de recurrencia, por lo que el diagnóstico y el tratamiento tempranos son clave. Recientemente, un grupo de investigación conjunto en Corea propuso un nuevo método no invasivo para distinguir los nódulos tiroideos del cáncer mediante la combinación de tecnología de imágenes fotoacústicas (PA) y de ultrasonido con inteligencia artificial.

El equipo de investigación conjunto, compuesto por el profesor Chulhong Kim y el Dr. Byullee Park del Departamento de Ingeniería Eléctrica de POSTECH, el Departamento de Ingeniería Informática de Convergencia y el Departamento de Ingeniería Mecánica, el profesor Dong-Jun Lim y el profesor Jeonghoon Ha del Hospital St Mary de Seúl de la Universidad Católica de Corea y el profesor Jeesu Kim, de la Universidad Nacional de Pusan, realizó una investigación para adquirir imágenes de AP de pacientes con nódulos malignos y benignos y las analizó con inteligencia artificial. En reconocimiento a su importancia, los resultados de este estudio fueron publicados en Investigación sobre el cáncer.

Actualmente, el diagnóstico de un nódulo tiroideo se realiza mediante una biopsia por aspiración con aguja fina (PAAF) mediante una imagen de ultrasonido. Pero alrededor del 20% de las PAAF son inexactas, lo que conduce a biopsias repetitivas e innecesarias.

Para superar este problema, el equipo de investigación conjunto exploró el uso de imágenes de PA para obtener una señal ultrasónica generada por luz. Cuando se irradia luz (láser) sobre el nódulo tiroideo del paciente, se genera una señal ultrasónica llamada señal PA desde la glándula tiroides y el nódulo. Al adquirir y procesar esta señal, se recolectan imágenes de PA tanto de la glándula como del nódulo. En este punto, si se obtienen señales de PA multiespectrales, se puede calcular la información de saturación de oxígeno de la glándula tiroides y el nódulo tiroideo.

Los investigadores se centraron en el hecho de que la saturación de oxígeno de los nódulos malignos es menor que la de los nódulos normales y las imágenes de PA adquiridas de pacientes con nódulos tiroideos malignos (23 pacientes) y aquellos con nódulos benignos (29 pacientes). Al realizar imágenes de PA multiespectrales in vivo en los nódulos tiroideos del paciente, los investigadores calcularon múltiples parámetros, incluido el nivel de saturación de oxígeno de la hemoglobina en el área del nódulo. Esto se analizó utilizando técnicas de aprendizaje automático para clasificar de manera exitosa y automática si el nódulo tiroideo era maligno o benigno. En la clasificación inicial, la sensibilidad para clasificar la malignidad como maligna fue del 78% y la especificidad para clasificar la benignidad como benigna fue del 93%.

Los resultados del análisis de PA obtenidos con técnicas de aprendizaje automático en el segundo análisis se combinaron con los resultados del examen inicial basado en imágenes ecográficas normalmente utilizadas en los hospitales. Nuevamente, se confirmó que se podían distinguir nódulos tiroideos malignos con una sensibilidad del 83% y una especificidad del 93%.

Yendo un paso más allá, cuando los investigadores mantuvieron la sensibilidad al 100% en el tercer análisis, la especificidad alcanzó el 55%. Esto fue aproximadamente tres veces mayor que la especificidad del 17,3% (sensibilidad del 98%) del examen inicial de los nódulos tiroideos mediante ecografía convencional.

Como resultado, la probabilidad de diagnosticar correctamente los nódulos benignos y no malignos se ha multiplicado por más de tres, lo que demuestra que el sobrediagnóstico y las biopsias innecesarias y la repetición de pruebas pueden reducirse drásticamente y así reducir los costos médicos excesivos.

“Este estudio es significativo, ya que es el primero en tomar imágenes fotoacústicas de los nódulos tiroideos y clasificar los nódulos malignos mediante el aprendizaje automático”, señaló el profesor Chulhong Kim de POSTECH. “Además de minimizar las biopsias innecesarias en pacientes con cáncer de tiroides, esta técnica también se puede aplicar a una variedad de otros cánceres, incluido el cáncer de mama”.

“El dispositivo de ultrasonido basado en imágenes fotoacústicas será útil para diagnosticar eficazmente el cáncer de tiroides que se encuentra comúnmente durante los chequeos médicos y para reducir el número de biopsias”, explicó el profesor Dong-Jun Lim del Hospital St. Mary de Seúl. “Puede convertirse en un dispositivo médico que se puede utilizar fácilmente en pacientes con nódulos tiroideos”.

También podría gustarte
Deja una respuesta

Su dirección de correo electrónico no será publicada.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More