23. Ulusal Cerrahi Kongresi, Antalya, Turkey, 24 April 2024, pp.1-2
Can Artificial Intelligence and Ultrasound-Assisted Decision Mechanisms Replace Diagnostic Surgery in Atypia of Undetermined Significance?
Aim
30% of thyroid nodules are found to be indeterminate after fine needle aspiration biopsy. Thyroid nodules removed twice as a result of atypia of undetermined significance are indicated for diagnostic lobectomy or thyroidectomy. Approximately half of these patients have benign results after surgery. The aim of this study is to investigate the predictability of postoperative histopathological information with artificial intelligence and deep learning supported algorithms.
Method
Patients who underwent lobectomy or total thyroidectomy at a tertiary university hospital due to nodular thyroid disease were retrospectively screened. Ultrasonographic images of the nodules of the patients who had atypia of undetermined significance twice in preoperative fine-needle aspiration biopsy and who underwent surgery were examined. Nodules were marked for postoperative pathology by a general surgeon and a radiology assistant. A model was developed based on marked nodules using deep learning-based artificial intelligence algorithms. The marked nodules were considered the gold standard and the performance of the artificial intelligence was tested using F1 and DICE scores.
Results
A total of 400 nodules were included in the study. 80 of the nodules were used to train the artificial intelligence model and 320 were used to test it. Malignant cytopathology was detected in xx% of the nodules. The artificial intelligence algorithm was able to predict final histopathology results with xx% success.
Conclusion
Artificial intelligence-supported, ultrasonography-based applications can take over the role of diagnostic surgery in patients undergoing surgery for atypia of undetermined significance.
Önemi Belirsiz Atipide Yapay Zeka ve Ultrason Destekli Karar Mekanizmaları Tanısal Cerrahinin Yerini Alabilir mi?
Amaç
Tiroid nodüllerinin, ince iğneli aspirasyon biyopsisi sonrası %30’u indetermine olarak sonuçlanmaktadır. İki kere önemi belirsiz atipi sonucu alınan tiroid nodüllerinde tanısal lobektomi veya tiroidektomi endikasyonu vardır. Bu hastaların yaklaşık yarısında cerrahi sonrası benign sonuçlar elde edilmektedir. Bu çalışmanın amacı, ameliyat sonrası histopatolojik bilgilerin yapay zeka ve derin öğrenme destekli algoritmalarla tahmin edilebilirliğini araştırmaktır.
Yöntem
Nodüler tiroid hastalığı nedeniyle, üçüncü basamak üniversite hastanesinde lobektomi veya total tiroidektomi yapılan hastalar retrospektif olarak tarandı. Ameliyat öncesi ince iğneli aspirasyon biyopsisinde iki kere önemi belirsiz atipi sonucu alınan ve ameliyat olan hastaların nodüllerin ultrasonografik görüntüleri incelendi. Nodüller ameliyat sonrası patolojilerine, bir genel cerrahi ve bir radyoloji asistanı tarafından işaretlendi. Derin öğrenme tabanlı yapay zeka algoritmalar kullanılarak işaretli nodüller üzerinden model geliştirildi. İşaretli olan nodüller altın standart kabul edilerek yapay zekanın performansı F1 ve DICE skorları kullanılarak test edildi.
Bulgular
Toplam 400 nodül çalışmaya dahil edildi. Nodüllerin 80’i yapay zeka modelinin eğitilmesinde, 320’si ise test edilmesinde kullanıldı. Nodüllerin %xx’inde malign sitopatoloji tespit edildi. Yapay zeka algoritması %xx başarı ile nihai histopatoloji sonuçlarını tahmin edebildi.
Sonuç
Yapay zeka destekli, ultrasonografi tabanlı uygulamalar, önemi belirsiz atipi nedeniyle ameliyat edilen hastalarda tanısal cerrahinin rolünü üstlenebilir.