Loading...
Хөхний хоргүй болон хортой зангилааг хиймэл оюун ухаанд суурилсан хэт авиан шинжилгээгээр ялган оношилох асуудалд
Зохиогч
Он
2026 оны тавдугаар сарын 22
Төрөл
journal article
Journal
Эрүүл мэндийн шинжлэх ухаан
Volume
22
Issue
5
Start Page
223
End Page
227
ISSN
2959-6947
Хураангуй
Үндэслэл: Хөхний зангилааг эрт үед нь хоргүй болон хортойгоор ялган оношлох нь эмчилгээний тактикийг зөв тодорхойлоход чухал ач холбогдолтой. Сүүлийн үед хиймэл оюун ухаанд (AI) суурилсан оношилгооны системүүд хэт авиан шинжилгээний нарийвчлалыг сайжруулахад өргөнөөр ашиглагдаж байна. Зорилго: Хөхний хоргүй болон хортой зангилааг ялган оношлоход хиймэл оюун ухаанд суурилсан хэт авиан шинжилгээний (AI-US) ач холбогдлыг үнэлэх, уламжлалт хэт авиан оношилгоотой харьцуулан судлах. Арга, аргачлал: Судалгаанд хөхний зангилаатай 101 өвчтөнийг ретроспектив байдлаар хамрууллаа. Анх 203 голомтот өөрчлөлтийг сонгосон бөгөөд үүнээс эмгэг судлалын (биопси) шинжилгээгээр баталгаажсан 103 зангилааг эцсийн дүн шинжилгээнд хамруулав. Оношилгооны чадавхыг: 1) Уламжлалт хэт авиан оношилгоо (УХА), 2) AI систем (AI бүлэг), 3) УХА болон AI систем хосолсон (УХА+AI) гэсэн гурван аргаар тодорхойлж, мэдрэг чанар (SE), өвөрмөц чанар (SP), нарийвчлал (ACC) болон ROC муруйн доорх талбайг (AUC) ашиглан харьцуулсан. Үр дүн: Эмгэг судлалын шинжилгээгээр 103 зангилааны 58 (56.3%) нь хортой, 45 (43.7%) нь хоргүй болох нь тогтоогдсон. AI бүлгийн оношилгооны үзүүлэлтүүд болох SE (82.76%), SP (80.00%), ACC (81.55%), PPV (84.21%), NPV (78.26%) болон AUC (0.814) утгууд нь уламжлалт хэт авиан оношилгооны (УХА) бүлгээс өндөр байсан боловч статистик ач холбогдол бүхий ялгаа ажиглагдаагүй (p>0.05). Харин УХА+AI хосолсон бүлгийн үзүүлэлтүүд мэдэгдэхүйц нэмэгдэж, SE (87.93%), SP (86.67%), ACC (87.38%), PPV (89.47%), NPV (84.78%) болон AUC (0.874) утгад хүрсэн нь УХА-ийн бүлэгтэй харьцуулахад статистикийн хувьд өндөр ач холбогдолтой (p<0.05) байлаа. Дүгнэлт: Хиймэл оюун ухаанд суурилсан хэт авиан оношилгооны систем нь хөхний зангилааг ялган оношлох нарийвчлалыг нэмэгдүүлж байна. Энэхүү систем нь ялангуяа залуу эмч нарын оношилгооны алдааг бууруулах, шийдвэр гаргахад дэмжлэг үзүүлэх өндөр ач холбогдолтой байна.
Background: Early and accurate differentiation of benign and malignant breast nodules is crucial for determining appropriate therapeutic strategies. Recently, artificial intelligence (AI)-based diagnostic systems have been increasingly utilized to enhance the diagnostic performance of ultrasound imaging. Aim: To evaluate the diagnostic value of artificial intelligence-based ultrasound (AI-US) in differentiating benign and malignant breast nodules and to compare its performance with conventional ultrasound (US). Materials and Methods: This retrospective study included 101 patients with 103 breast nodules (58 malignant, 45 benign) confirmed by histopathological analysis (biopsy or surgery). Diagnostic performance was evaluated across three groups: 1) Conventional ultrasound (US), 2) AI system (AI group), and 3) Combined US and AI system (US+AI group). Sensitivity (SE), specificity (SP), accuracy (ACC), positive predictive value (PPV), negative predictive value (NPV), and the area under the ROC curve (AUC) were calculated and compared. Results: Of the 103 nodules, 56.3% were malignant and 43.7% were benign. The AI group demonstrated higher diagnostic metrics than the US group—SE (82.76%), SP (80.00%), ACC (81.55%), and AUC (0.814)—though the difference was not statistically significant (p>0.05). However, the combined US+AI group showed significant improvement, reaching an SE of 87.93%, SP of 86.67%, ACC of 87.38%, and an AUC of 0.874. These results were statistically superior to the conventional US group (p<0.05). Conclusion: The AI-based ultrasound diagnostic system significantly improves the accuracy of differentiating breast nodules. This technology serves as a reliable decision-support tool, particularly for reducing diagnostic errors among less experienced physicians and minimizing unnecessary invasive biopsies.
Нэмэлт мэдээлэл
Бүрэн эх: https://journal.mnums.edu.mn/index.php/emsu/article/view/1715
Эшлэл
Хан Лай Фү, А.Шийрэвнямба, Ц.Цахим-Эрдэнэ, Б.Бат-Амгалан, Х.Дэлгэрдалай. Хөхний хоргүй болон хортой зангилааг хиймэл оюун ухаанд суурилсан хэт авиан шинжилгээгээр ялган оношилох асуудалд. Эрүүл мэндийн шинжлэх ухаан. 2026;22(5):223-227.