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

1. АО «Казахский научно-исследовательский институт онкологии и радиологии», Алматы, Республика Казахстан;
2. НУО «Казахстанско-Российский Медицинский Университет», Алматы, Республика Казахстан

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

УДК: 616.441-006:073.43

Год: 2023 выпуск: 67 номер: 1 страницы: 19-25

Скачать PDF:

АННОТАЦИЯ

Актуальность: Рак щитовидной железы (РЩЖ) – наиболее часто встречающаяся онкологическая патология эндокринных органов.
Согласно данным Международного агентства по исследованию рака (МАИР) во всем мире в 2018 г. зарегистрировано 567 233 новых случаев РЩЖ. По данным МАИР в 2018 г. в Казахстане было выявлено 486 новых случаев, что составило 1,4% от всех случаев в странах Азии.
РЩЖ занимает 10-е место в общей структуре онкозаболеваемости в мире, на долю РЩЖ приходится 3,1% всех случаев первичных злокачественных образований. Несмотря на относительно низкую заболеваемость, проблемы патогенеза чрезвычайно актуальны в последние десятилетия в связи с ростом распространенности РЩЖ.
Компания Samsung Medison представила программу S-Detect на основе искусственного интеллекта для повышения чувствительности, специфичности и точности в дифференциальной диагностике образований щитовидной железы.
Цель исследования – изучить возможности программы S-Detect в дифферециальной диагностике образований щитовидной железы.
Методы: 75 пациентов с очаговыми образованиями в щитовидной железе были обследованы с использованием ультразвукового аппарата Samsung Medison RS85, оснащенного программой S-Detect; дополнительно применялись допплеровские и не допплеровские методы.
Результаты: Программа S-Detect позволила верно поставить диагноз в 97% (73 из 75 человек) случаев, что было подтверждено результатами морфологической верификации (гистология, цитология). Метод соноэластографии показал верные результаты в 91% (68 из 75 человек) случаев.
Заключение: Применение программы S-Detect для обследования щитовидной железы положительно влияет на диагностическую ценность ультразвукового исследования в дифференциальной диагностике образований щитовидной железы, повышая чувствительность, специфичность и точность диагностики, а также позволяя избежать избыточных биопсий.
Ключевые слова: ультразвуковая диагностика, S-Detect, TI-RADS, соноэластография, образования щитовидной железы.

Список использованных источников:
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