Maqola mavzusi

Mualliflar

Саттаров Б.Б., Юсупалиева Г.А.

Muassasa

Ташкентский государственный медицинский университет, г. Ташкент, Узбекистан

Annotatsiya

Узлы щитовидной железы широко распространены среди населения и представляют собой важную диагностическую проблему в клинической практике. Несмотря на то что большинство узлов являются доброкачественными, в определённой их части сохраняется риск злокачественного новообразования, что делает их корректную оценку крайне значимой. Ультразвуковое исследование является основным методом визуализации узлов щитовидной железы, однако его диагностическая точность в значительной степени зависит от опыта специалиста и характеризуется выраженной межнаблюдательной вариабельностью. Эти ограничения могут приводить к увеличению числа необоснованных инвазивных вмешательств, в частности тонкоигольных аспирационных биопсий. В последние годы активно изучаются системы компьютерной поддержки диагностики на основе искусственного интеллекта (ИИ), в частности алгоритмов глубокого обучения, с целью повышения точности и воспроизводимости ультразвуковой диагностики. Анализ современной литературы показывает, что системы ИИ обладают высокой диагностической эффективностью при оценке риска злокачественности узлов щитовидной железы, особенно повышая объективность и воспроизводимость диагностики у специалистов с низким или средним уровнем опыта. Кроме того, применение ИИ способствует снижению субъективности оценки, более объективной риск-стратификации и уменьшению числа необоснованных биопсий. В то же время внедрение систем ИИ в клиническую практику сопряжено с рядом ограничений, включая зависимость от качества изображений, различия между ультразвуковыми аппаратами и недостаточную интерпретируемость алгоритмов. В целом, имеющиеся научные данные указывают на целесообразность рассмотрения ИИ не как инструмента, заменяющего врача, а как вспомогательной технологии поддержки клинического принятия решений

Kalit so'zlar

узлы щитовидной железы, ультразвуковая диагностика, искусственный интеллект, глубокое обучение, компьютерная поддержка диагностики

Adabiyotlar