А.С. КУЛТАЕВ ¹, И.А. ЗАКИРЯРОВ ², Д.А. АБДИЕВА ², А.С. ИМАМБЕТОВА ², А.К. АХМЕТБАЕВА ²

1. «Қазақ онкология және радиология ғылыми-зерттеу институты» АҚ, Алматы, Қазақстан Республикасы;
2. «Қазақстан-Ресей медициналық университеті» МЕББМ, Алматы, Қазақстан Республикасы

DOI: https://www.doi.org/10.52532/2521-6414-2023-1-67-19-25

ОӘЖ: 616.441-006:073.43

Жыл: 2023 шығарылуы: 67 номер: 1 страницы: 19-25

Скачать PDF:

АҢДАТПА

Өзектілігі: Қалқанша безі (ҚБ) онкология саласында жиі кезедсетін эндокринологиялық мүше.
Халықаралық онкологиялық зерттеулер агенттігінің (IARC) мәліметі бойынша, 2018 жылы дүние жүзінде қалқанша безінің қатерлі ісігінің 567 233 жаңа жағдайы тіркелген. IARC мәліметтері бойынша, 2018 жылы Қазақстанда 486 жаңа жағдай анықталды, бұл Азия елдеріндегі барлық жағдайлардың 1,4%-ын құрады.
Қалқанша безінің қатерлі ісігі әлемде онкологиялық аурулардың жалпы құрылымында 10-шы орынды алады, қалқанша безінің қатерлі ісігі біріншілік қатерлі ісіктердің барлық жағдайларының 3,1% құрайды. Аурудың салыстырмалы түрде төмен болуына қарамастан, патогенез проблемалары соңғы онжылдықтарда қалқанша безінің қатерлі ісігінің таралуының артуына байланысты өте өзекті болып табылады.
Samsung Medison қалқанша безінің массаларының дифференциалды диагностикасында сезімталдықты, ерекшелікті және дәлдікті жақсарту үшін жасанды интеллект негізіндегі S-Detect енгізді.
Зерттеудің мақсаты– Қалқанша безінің массасын дифференциалды диагностикалауда S-Detect бағдарламасының мүмкіндіктерін зерттеу.
Әдіс-тәсілдері: Қалқанша безінде ошақты зақымдануы бар 75 науқас S-Detect бағдарламасымен жабдықталған Samsung Medison RS85 ультрадыбыстық аппаратының көмегімен қаралды; қосымша, доплерлік және доплерлік емес әдістер қолданылды.
Нәтижелер: S-Detect бағдарламасы 97% жағдайда (75 адамның 73-інде) дұрыс диагноз қоюға мүмкіндік берді, бұл морфологиялық тексеру (гистология, цитология) нәтижелерімен расталды. Соноэластография әдісі 91% жағдайда (75 адамның 68-і) дұрыс нәтиже көрсетті.
Қорытынды: Қалқанша безді зерттеу үшін S-Detect бағдарламасын пайдалану қалқанша безінің массаларының дифференциалды диагностикасында ультрадыбыстың диагностикалық мәніне оң әсер етеді, диагностиканың сезімталдығын, ерекшелігін және дәлдігін арттырады, сонымен қатар артық биопсияларды болдырмайды.
Түйінді сөздер: ультрадыбыстық диагностика, S-Detect, Ti-RADS, соноэластография, қалқанша түзіліс.

Пайдаланылған әдебиеттер тізімі:
1. Тлегенов А.Ш. OMICS – исследования злокачественных и узловых новообразований щитовидной железы в Казахстане // дис. … док. философии (PhD): 6D110100. – Алматы, КазНМУ им. С. Асфендиярова, 2021 [Tlegenov A.Sh., OMICS – issledovaniya zlokachestvennyx i uzlovyx novoobrazovanij shhitovidnoj zhelezy v Kazaxstane // dis. … dok. filosofii (PhD): 6D110100. – Almaty, KazNMU im. S. Asfendiyarova, 2021 (in Russ.)]. https://kaznmu.kz/rus/wp-content/uploads/2021/02/dissertaciya-tlegenova-a.sh..pdf
2. Ерланкызы М., Сахамов Б.С., Туребаев Д.К., Кульмирзаева Д.М., Уразова С.Н., Аманшаева А.К.. Билялова З.А., Игиссинов Н.С. Оценка заболеваемости раком щитовидной железы в Казахстане // Медицина. – 2020. – № 11-12. – С. 221-222 [Erlankyzy M., Saxamov B.S., Turebaev D.K., Kul’mirzaeva D.M., Urazova S.N., Amanshaeva A.K.. Bilyalova Z.A., Igissinov N.S. Ocenka zabolevaemosti rakom shhitovidnoj zhelezy v Kazaxstane. // Medicina. – 2020. – № 11-12. – S. 221-222 (in Russ.)]. https://doi.org/10.31082/1728-452X-2020-221-222-11-12-2-7
3. Фисенко Е.П., Сыч Ю.П., Ветшева Н.Н. К вопросу о классификации TI-RADS и стратификации признаков рака щитовидной железы по данным ультразвукового исследования // Мед. визуал. – 2017. – №5. – С. 29-38 [Fisenko E.P., Sych Yu.P., Vetsheva N.N. K voprosu o klassifikacii TI-RADS i stratifikacii priznakov raka shhitovidnoj zhelezy po dannym ul’trazvukovogo issledovaniya // Med. vizual. – 2017. – №5. – S. 29-38 (in Russ.)]. https://doi.org/10.24835/1607-0763-2017-5-29-38
4. Новосад С. В., Рогова М. О., Мартиросян Н. С., Петунина Н. А. Современные прогностические модели стратификации риска рака щитовидной железы // Доктор.Ру. – 2016. – № 8 (125) – 9 (126). – С. 52-56 [Novosad S. V., Rogova M. O., Martirosyan N. S., Petunina N. A. Sovremennye prognosticheskie modeli stratifikacii riska raka shhitovidnoj zhelezy // Doktor.Ru. – 2016. – № 8 (125) – 9 (126). – S. 52-56 (in Russ.)]. https://journaldoctor.ru/catalog/endokrinologiya/sovremennye-prognosticheskie-modeli/
5. Прошакова М.А. Эластография – перспективная методика ультразвуковой диагностики // Бюлл. Мед. интернет-конф. – 2018. – Т. 8, № 11. – С. 534 [Proshakova M.A. E’lastografiya – perspektivnaya metodika ul’trazvukovoj diagnostiki // Byull. Med. internet-konf. – 2018. – T. 8, № 11. – S. 534 (in Russ.)]. https://cyberleninka.ru/article/n/elastografiya-perspektivnaya-metodika-ultrazvukoy-diagnostiki
6. Samsung Medison. S-Detect Thyroid – диагностика образований щитовидной железы [Samsung Medison. S-Detect Thyroid – diagnostika obrazovanij shhitovidnoj zhelezy. Nauchnyj razdel texnologiya (in Russ.)]. https://www.medison.ru/tn/sd-thyroid.htm. 21.02.2023.
7. Chong-Ke Z., Hui-Xiong X. Ультразвуковая эластография щитовидной железы: принципы и современное состояние. Часть вторая. – 09.04.2019. https://rh.org.ru/statti/ultrazvukovaya-elastografiya-shhitovidnoj-zhelezy-principy-i-sovremennoe-sostoyanie-chast-vtoraya/. 09.02.2023.
8. Young J. Y., Eun J.H., Yoon J.C., Hye L.K., Miran H., So Y.K. Computer-Aided Diagnosis of Thyroid Nodules via Ultrasonography: Initial Clinical Experience. // Korean J. Radiol. – 2018. – Vol. 19(4). – P. 665-672. https://doi.org/10.3348/kjr.2018.19.4.665
9. Eun Y.J., Hye L.K., Eun J.H., Seon Y.P., Yoon J.C., Miran H. Computer-aided diagnosis system for thyroid nodules on ultrasonography: diagnostic performance and reproducibility based on the experience level of operators // Eur. Radiol. – 2019. – Vol. 29 (4). – P. 1978-1985. https://pubmed.ncbi.nlm.nih.gov/30350161/
10. Southam M., Warren F. A Comparison as to the Advocacy and Inter-Observer Agreement of Using S-Detect™ against Sonographers Classifying Thyroid Lesions Using the British Thyroid Association (BTA) Guidelines // SonoAce Ultrasound. – 2021. – Vol. 33. – P. 95-100. https://www.medison.ru/si/art494.htm
11. Култаев А.С., Закиряров И.А. Функция S-Detect как новейший метод ультразвукового исследования образований молочных желез: Сравнительная характеристика // Онкология и Радиология Казахстана. – 2022. – №4 (66). – С. 24-32 [Kultaev A.S., Zakiryarov I.A. Funkciya S-Detect kak novejshij metod ul’trazvukovogo issledovaniya obrazovanij molochnyx zhelez: Sravnitel’naya xarakteristika // Onkologiya i Radiologiya Kazaxstana. – 2022. – №4 (66). – S. 24-32 (in Russ.)]. https://doi.org/10.52532/2521-6414-2022-4-66-24-32
12. Choi Y.J., Baek J.H., Park H.S., Shim W.H., Kim T.Y., Shong Y.K., Lee J.H. A Computer-Aided Diagnosis System Using Artificial Intelligence for the Diagnosis and Characterization of Thyroid Nodules on Ultrasound: Initial Clinical Assessment // Thyroid. – 2017. – Vol. 27(4). – P. 546-552. https://doi.org/10.1089/thy.2016.0372
13. Zhong L., Wang C. Diagnostic accuracy of S-Detect in distinguishing benign and malignant thyroid nodules: A meta-analysis // PLoS One. – 2022. – Vol. 17(8). – Art. ID: e0272149. https://doi.org/10.1371/journal.pone.0272149