Questo studio testa un nuovo dispositivo a ultrasuoni Sound Blade per le scansioni tiroidee. Confronta le sue immagini con le ecografie ospedaliere standard per vedere quali sono più nitide. Le immagini aiuteranno a sviluppare futuri strumenti di intelligenza artificiale per migliorare l'assistenza. (THYMAL 01)

La nostra piattaforma ecografica tiroidea appositamente progettata, integrata con algoritmi di machine learning all'avanguardia, consentirà il rilevamento e la delineazione accurati dei noduli tiroidei e delle strutture critiche adiacenti, e produrrà un modello tridimensionale tracciabile del nodulo in grado di guidare l'ablazione minimamente invasiva, fornendo al contempo una quantificazione volumetrica in tempo reale dell'avanzamento del trattamento e della malattia residua.

DISEGNO DELLO STUDIO Questo studio sarà composto da due parti. Parte A - Studio di imaging tiroideo prospettico Condurremo uno studio di imaging prospettico appaiato (n=30) per determinare se il dispositivo ecografico in studio acquisisce risultati/capacità di rilevare noduli tiroidei e strutture chiave (arteria carotide comune, vena giugulare interna, trachea, nervo vago, nervo laringeo ricorrente e ghiandole paratiroidi) paragonabili a quelli del dispositivo ecografico standard di cura (SOC).

Parte B - Sviluppo del modello di machine learning Le immagini ecografiche e i video cine acquisiti dal dispositivo sperimentale e le annotazioni del radiologo della Parte A saranno utilizzati per addestrare e testare internamente un modello ML per la segmentazione dei noduli e delle strutture critiche. Per la validazione esterna, il modello ML sarà applicato a studi ecografici tiroidei anonimizzati acquisiti con l'ecografo standard di cura (SOC) e recuperati retrospettivamente dal PACS provinciale (n≈30). L'accuratezza e la precisione saranno valutate per stabilire la validità tecnica e la generalizzabilità. Gli output del ML sono solo per scopi di ricerca; nessuna decisione clinica sarà basata su di essi.