Ultrahang Nagy méretű Modell a pajzsmirigy területén: Egy multiközpontú tanulmány az orvosi-mérnöki integrációról

Ennek a megfigyelési tanulmánynak a célja, hogy értékelje egy ultrahangos intelligens ügynök (UIA) diagnosztikai pontosságát és klinikai munkafolyamat-integrációját pajzsmirigybetegek kezelésére valós világbeli, többközpontú környezetben. Az elsődleges kutatási kérdés a következő:

Javíthatja-e az UIA a pajzsmirigycsomók (TI-RADS 1-5), Hashimoto-thyreoiditis és nyaki nyirokcsomó-áttét diagnosztikai konzisztenciáját és hatékonyságát a hagyományos ultrahang-értelmezéssel összehasonlítva? A résztvevők közé felnőttek (18-80 év) tartoznak, akik Kína 16 résztvevő kórházában pajzsmirigy-ultrahangot végeznek. A kulcsfontosságú bevonási kritériumok olyan betegeket fednek le, akiknél gyanús pajzsmirigy-betegségek miatt képalkotásra van szükség, míg a kizárási kritériumok a rossz képminőséget vagy egyidejű klinikai vizsgálatokat érintik. Több mint 2000 esetet (50% pajzsmirigycsomó, 30% diffúz elváltozás, 12,5% nem-csomós rendellenesség, 7,5% speciális populáció) vesznek majd figyelembe prospektíven. Az adatgyűjtés statikus/dinamikus ultrahangképeket, laboreredményeket és mesterséges intelligenciával generált jelentéseket integrál. Az elsődleges végpontok közé tartoznak a modellteljesítmény-mérőszámok (AUC, érzékenység/specificitás, TI-RADS Kappa ≥0,8), a munkafolyamat-hatékonyság (jelentéskészítési idő ≤5 perc) és a gyermekek/terhesség-specifikus referenciaértékek. A másodlagos elemzések értékelik majd az értékelők közötti megbízhatóságot (Cohen-kappát) és a longitudinális eredményeket 6-12 hónapos követés útján. Ez a tanulmány célul tűzte ki, hogy bizonyítékokon alapuló irányelveket hozzon létre a mesterséges intelligenciával fokozott pajzsmirigy-diagnosztikához, különösen a kevésbé ellátott régiókban, miközben kitölti a jelenlegi mesterséges intelligencia-validációs keretek hiányosságait a többmodális adatfúzióval és a speciális populációk alkalmazkodóképességével kapcsolatban.