(Noduli tiroidei-Immagine Credit Public Domain).
Il 5-10% di tutti i noduli tiroidei viene diagnosticato come cancro alla tiroide. Il cancro della tiroide ha una buona prognosi, un alto tasso di sopravvivenza e un basso tasso di recidiva, quindi la diagnosi e il trattamento precoci sono fondamentali. Recentemente, un gruppo di ricerca congiunto in Corea ha proposto un nuovo metodo non invasivo per distinguere i noduli tiroidei dal cancro combinando la tecnologia fotoacustica (PA) e delle immagini a ultrasuoni con l’intelligenza artificiale.
Il gruppo di ricerca congiunto – composto dal Professor Chulhong Kim e dal Dottor Byullee Park del dipartimento di ingegneria elettrica di POSTECH, dipartimento di ingegneria informatica di convergenza e dipartimento di ingegneria meccanica, il Professor Dong-Jun Lim e il Professor Jeonghoon Ha dell’Ospedale cattolico di Seoul St. Mary Università della Corea e il Professor Jeesu Kim della Pusan National University, hanno condotto una ricerca per acquisire immagini PA da pazienti con noduli maligni e benigni e le hanno analizzate con l’intelligenza artificiale. In riconoscimento della loro importanza, i risultati di questo studio sono stati pubblicati su Cancer Research.
Attualmente, la diagnosi di un nodulo tiroideo viene eseguita utilizzando una biopsia per aspirazione con ago sottile (FNAB) e utilizzando un’immagine ecografica. Ma circa il 20% degli FNAB sono imprecisi, il che porta a biopsie ripetitive e non necessarie.
Vedi anche:Noduli tiroidei: nuovi biomarker per distinguere forme benigne e maligne
Per superare questo problema, il team di ricerca ha esplorato l’uso dell’imaging PA per ottenere un segnale ultrasonico generato dalla luce. Quando la luce (laser) viene irradiata sul nodulo tiroideo del paziente, viene generato un segnale ultrasonico chiamato segnale PA dalla ghiandola tiroidea e dal nodulo. Acquisendo ed elaborando questo segnale, vengono raccolte immagini PA sia della ghiandola che del nodulo. A questo punto, se si ottengono segnali PA multispettrali, è possibile calcolare le informazioni sulla saturazione di ossigeno della ghiandola tiroidea e del nodulo tiroideo.
I ricercatori si sono concentrati sul fatto che la saturazione di ossigeno dei noduli maligni è inferiore a quella dei noduli normali e hanno acquisito immagini PA di pazienti con noduli tiroidei maligni (23 pazienti) e di quelli con noduli benigni (29 pazienti). Eseguendo l’imaging PA multispettrale in vivo sui noduli tiroidei del paziente, i ricercatori hanno calcolato più parametri, incluso il livello di saturazione dell’ossigeno dell’emoglobina nell’area del nodulo. Questo è stato analizzato utilizzando tecniche di apprendimento automatico per classificare con successo e automaticamente se il nodulo tiroideo era maligno o benigno. Nella classificazione iniziale, la sensibilità per classificare la malignità come maligna era del 78% e la specificità per classificare la benignità come benigna era del 93%.
I risultati dell’analisi PA ottenuti con tecniche di machine learning nella seconda analisi sono stati combinati con i risultati dell’esame iniziale basato su immagini ecografiche normalmente utilizzate negli ospedali. Anche in questo caso, è stato confermato che i noduli tiroidei maligni potevano essere distinti con una sensibilità dell’83% e una specificità del 93%.
Andando oltre, quando i ricercatori hanno mantenuto la sensibilità al 100% nella terza analisi, la specificità ha raggiunto il 55%. Questo era circa tre volte superiore alla specificità del 17,3% (sensibilità del 98%) dell’esame iniziale dei noduli tiroidei utilizzando l’ecografia convenzionale.
Di conseguenza, la probabilità di diagnosticare correttamente i noduli benigni e non maligni è aumentata di oltre tre volte, il che dimostra che la diagnosi eccessiva e le biopsie non necessarie e i test ripetuti possono essere drasticamente ridotte e quindi ridurre i costi medici eccessivi. “Questo studio è significativo in quanto è il primo ad acquisire immagini fotoacustiche di noduli tiroidei e classificare i noduli maligni utilizzando l’apprendimento automatico. Oltre a ridurre al minimo le biopsie non necessarie nei pazienti affetti da cancro alla tiroide, questa tecnica può essere applicata anche a una varietà di altri tumori, incluso il cancro al seno”, spiega il Professor Chulhong Kim, POSTECH. “Il dispositivo ad ultrasuoni basato sull’imaging fotoacustico sarà utile per diagnosticare efficacemente il cancro alla tiroide comunemente riscontrato durante i controlli sanitari e per ridurre il numero di biopsie”, ha aggiunto il Professor Dong-Jun Lim del Seoul St. Mary’s Hospital. “Può essere sviluppato in un dispositivo medico che può essere facilmente utilizzato su pazienti con noduli tiroidei“.
Spiegano gli autori:
“Il cancro della tiroide è uno dei tumori più comuni, con un aumento globale del tasso di incidenza per entrambi i sessi. L’agoaspirato ecoguidato è l’attuale gold standard per diagnosticare i tumori della tiroide, ma i risultati sono imprecisi e portano a biopsie ripetute e interventi chirurgici non necessari. Per ridurre il numero di biopsie non necessarie, abbiamo esplorato l’uso dell’analisi fotoacustica multiparametrica (PA) in combinazione con le linee guida (ATAP) dell’American Thyroid Association (ATA). In questo studio, abbiamo eseguito in vivoimaging PA multispettrale su noduli tiroidei di 52 pazienti, di cui 23 carcinoma papillare della tiroide (PTC) e 29 casi benigni. Dai dati PA multispettrali, abbiamo calcolato il livello di saturazione dell’ossigeno dell’emoglobina nell’area del nodulo, quindi classificato il PTC e i noduli benigni con analisi multiparametrica. Le analisi statistiche hanno mostrato che questa analisi multiparametrica delle risposte PA multispettrali potrebbe classificare i noduli PTC. La combinazione della probabilità fotoacusticamente indicata di PTC e dell’ATAP ha portato a un nuovo metodo di punteggio che ha raggiunto una sensibilità dell’83% e una specificità del 93%. Questo studio è la prima analisi multiparametrica dei dati PA multispettrali dei noduli tiroidei con significatività statistica. Come prova del concetto. Significato: questo rapporto evidenzia un nuovo metodo di punteggio fotoacustico per la stratificazione del rischio dei noduli tiroidei, in cui la malignità dei noduli può essere diagnosticata con una sensibilità dell’83% e una specificità del 93%”.
Fonte:Cancer Research
