Інтелектуальне діагностування пухлин щитовидної залози
DOI:
https://doi.org/10.18372/1990-5548.86.20559Ключові слова:
штучний інтелект, машинне навчання, нейронні мережі, медичні інтелектуальні системи, рак щитовидної залози, діагностування пухлинАнотація
Статтю присвячено інтелектуальному діагностуванню пухлин щитовидної залози, діагностуванню папілярного раку щитовидної залози на основі загальної інформації, УЗД зображень, патогістологічних знімків. Розглянуто сучасні підходи до інтелектуального діагностування пухлин щитовидної залози із застосуванням методів машинного навчання та штучного інтелекту. Розглянуто види медичних інтелектуальних систем, їх архітектуру, точність та сукупність задач, які вони виконують для класифікації раку щитовидної залози. Розглянуто проблеми папілярного раку щитовидної залози, описано специфіку захворювання та ознак, за якими воно діагностується. Окреслено основні завдавання інтелектуальної системи, здатної автоматично аналізувати медичні дані пацієнтів і підтримувати прийняття клінічних рішень лікарем-ендокринологом, сегментувати та класифікувати пухлину щитовидної залози. Описано обладнання, з допомогою якого формувалася навчальна вибірка, описано процес набирання даних для побудови інтелектуальної медичної системи. Поставлено задачу, яка буде розв’язуватись. Охарактеризовано метрики, за якими буде оцінюватись точність інтелектуальної медичної системи. Подано архітектуру інтелектуальної медичної системи, охарактеризовано основні її блоки, описано функціонал кожного блоку. Подано UML діаграму, за якою працюватиме інтелектуальна медична система. Подано дані, які будуть використовуватись для формування навчальної вибірки, вказано їх тип, розмірність, яким чином дані збираються, та як ці дані будуть використовуватись для навчання інтелектуальної медичної системи. Результати дослідження спрямовані на підвищення ефективності раннього виявлення патологій щитовидної залози та зменшення кількості хибних діагнозів, створення зручного інструменту, який скоротить час діагностування хвороби лікарем та підвищить точність діагностування папілярного раку щитовидної залози.
Посилання
J. Liu et al., “Global burden of thyroid cancer,” Frontiers in Endocrinology, 2025. https://doi.org/10.3389/fendo.2025.1644270.
M. M. Chen et al., "Trends in incidence, metastasis, and mortality from thyroid cancer in the USA from 1975 to 2019: a population-based study of age, period, and cohort effects," The Lancet Diabetes & Endocrinol., vol. 13, no. 3, pp. 188–195, Mar. 2025. https://doi.org/10.1016/S2213-8587(24)00310-3
“Key Statistics for Thyroid Cancer,” American Cancer Society. Accessed: Nov. 20, 2025. Available: https://www.cancer.org/cancer/types/thyroid-cancer/about/key-statistics.html.
J. Wang et al., “Epidemiological characteristics of thyroid cancer,” International Journal of Molecular Sciences, vol. 26, no. 11, 2025. https://doi.org/10.3390/ijms26115173.
American Cancer Society, “What causes thyroid cancer?” Accessed: Nov. 20, 2025. Available: https://www.cancer.org/cancer/types/thyroid-cancer/causes-risks-prevention/what-causes.html.
Medscape, “Thyroid cancer overview.” Accessed: Nov. 20, 2025. Available: https://emedicine.medscape.com/article/851968-overview.
M. Kitahara, “Epidemiology of thyroid cancer,” Cancer Epidemiology, Biomarkers & Prevention, 2022. https://doi.org/10.1158/1055-9965.EPI-21-1359.
S. Lopez, “Thyroid cancer facts,” Verywell Health, 2023. Accessed: Nov. 20, 2025. Available: https://www.verywellhealth.com/facts-about-thyroid-cancer-6272405.
“Number of cancer cases rising worldwide in 20–49 age group,” Ukrinform, Oct. 21 2025. [Online]. Available: https://www.ukrinform.ua/rubric-world/4049855-u-sviti-zrostae-kilkist-vipadkiv-raku-u-vikovij-kategorii-vid-20-do-49-rokiv.html.
“Radiation Problems,” Problems of Radiation Medicine and Radiobiology, vol. 28, 2023. [Online]. Available: https://radiationproblems.org.ua/28_2023_eng_s176.html.
S. H. Sung et al., “Thyroid – fact sheet,” Global Cancer Observatory: Cancer Today. Lyon, France: International Agency for Research on Cancer, 2024 (update). [Online]. Available: https://gco.iarc.who.int/media/globocan/factsheets/cancers/32-thyroid-fact-sheet.pdf.
American Cancer Society, “Thyroid cancer: Survival rates,” 2024. [Online]. Available: https://www.cancer.org/cancer/types/thyroid-cancer/detection-diagnosis-staging/survival-rates.html.
H. A. Han et al., “The cost and financial burden of thyroid cancer on patients in the US,” JAMA Otolaryngology–Head & Neck Surgery, vol. 148, no. 7, 2022. [Online]. Available: https://jamanetwork.com/journals/jamaotolaryngology/fullarticle/2792057. https://doi.org/10.1001/jamaoto.2022.0660
M. T. Samà et al., “Molecular biology of papillary thyroid microcarcinomas: What is new?” Revista Portuguesa de Endocrinologia, Diabetes e Metabolismo, vol. 11, no. 2, pp. 287–295, 2016. https://doi.org/10.1016/S1646-3439(16)30003-7.
“Papillary thyroid cancer,” Wikipedia. [Online]. Available: https://en.wikipedia.org/wiki/Papillary_thyroid_cancer
“Papillary thyroid carcinoma: An overview,” American Journal of Clinical Pathology, vol. 130, no. 7, pp. 1057–1062, 2006. https://meridian.allenpress.com/aplm/article/130/7/1057/459932/Papillary-Thyroid-Carcinoma-An-Overview.
“Papillary Thyroid Cancer Columbia,” University Department of Surgery. [Online]. Available: https://columbiasurgery.org/conditions-and-treatments/papillary-thyroid-cancer.
N. Eisemann et al., "Nationwide real-world implementation of AI for cancer detection in population-based mammography screening," Nature Medicine, 2025. [Online]. Available: https://gmka.org/uk/news/shtuchnyj-intelekt-pidvyshhyv-tochnist-vyyavlennya-raku-molochnoyi-zalozy-u-programi-mamografichnogo-skryningu/.
Clinical Oncology Ukraine, “Use of artificial intelligence in medicine, surgery, and oncology,” 2024. [Online]. Available: https://www.clinicaloncology.com.ua/article/33692/vikoristannya-shtuchnogo-intelektu-v-mediczini-hirurgi%D1%97-stomatologi%D1%97-onkologi%D1%97.
Ukraine Medical Journal, “Impact of innovations in artificial intelligence on the efficiency of diagnostic procedures in oncology,” 2024. Available: https://umj.com.ua/uk/publikatsia-260483-vpliv-innovatsij-u-shtuchnomu-intelekti-na-efektivnist-diagnostichnih-protsedur-v-onkologiyi.
Y. Habchi et al., “AI in thyroid cancer diagnosis: Techniques, trends, and future directions,” Systems, vol. 11, no. 10, p. 519, 2023. https://doi.org/10.3390/systems11100519.
M. A.-S. Ahmad and J. Haddad, “An explainable AI model for predicting the recurrence of differentiated thyroid cancer,” Dept. Med. Eng., Al-Ahliyya Amman Univ., Amman, Jordan.
“UCI Machine Learning Repository,” Differentiated Thyroid Cancer Recurrence Dataset. [Online]. Available: https://archive.ics.uci.edu/dataset/915/differentiated+thyroid+cancer+recurrence.
X. Li et al., “Diagnosis of thyroid cancer using deep convolutional neural network models applied to sonographic images: A retrospective, multicohort, diagnostic study,” The Lancet Oncology, vol. 20, no. 2, pp. 193–201, 2018. https://doi.org/10.1016/S1470-2045(18)30762-9.
“World’s first AI model for thyroid cancer diagnosis gives 90% accuracy and reduced consultation preparation time,” eCancer, Apr. 23, 2025. [Online]. Available: https://ecancer.org/en/news/26352-worlds-first-ai-model-for-thyroid-cancer-diagnosis-gives-90-accuracy-and-reduced-consultation-preparation-time.
F. Dai et al., “Improving AI models for rare thyroid cancer subtype by text-guided diffusion models,” Nature Communications, vol. 16, article 59478, 2025. https://doi.org/10.1038/s41467-025-59478-8.
Q. Lu et al., “Application progress of artificial intelligence in managing thyroid disease,” Frontiers in Endocrinology, vol. 16, Jun. 2025. https://doi.org/10.3389/fendo.2025.1578455.
K. Shen, M. Tan, Y. Liu, X. Xu, and S. Yang, “From data to diagnosis: How artificial intelligence is revolutionizing preoperative assessment of thyroid nodules and cancer,” European Journal of Surgical Oncology, Version of Record, Jun. 20, 2025. https://doi.org/10.1016/j.ejso.2025.110191.
E. J. Ha et al., “Deep learning-based artificial intelligence model to assist thyroid nodule diagnosis and management: A multicentre diagnostic study,” The Journal of Clinical Endocrinology & Metabolism, vol. 109, no. 2, pp. 527–535, 2024. https://doi.org/10.1210/clinem/dgad503
Shen, P., P. Shen et al., “Explainable multimodal deep learning for predicting thyroid cancer lateral lymph node metastasis using ultrasound imaging,” Nature Communications, vol. 16, p. 7052, 2025. https://doi.org/10.1038/s41467-025-62042-z.
M. Ludwig et al., “The use of artificial intelligence in the diagnosis and classification of thyroid nodules: An update,” Cancers, vol. 15, no. 3, p. 771, 2023. https://doi.org/10.3390/cancers15030771.
Y. Li et al., “Clinical value of artificial intelligence in thyroid ultrasound: A prospective study from the real world,” European Radiology, vol. 33, pp. 4513–4523, Jan. 2023. https://doi.org/10.1007/s00330-022-09378-y.
Q. Lu, Y. Wu, J. Chang, L. Zhang, Q. Lv, та H. Sun, "Application progress of artificial intelligence in managing thyroid disease," Frontiers in Endocrinology, vol. 16, 2025, https://doi.org/10.3389/fendo.2025.1578455.
Ultrasound machine Toshiba Aplio 500. [Online]. Available: https://rh.ua/uzd-aparat/uzd-aparat-skaner-toshiba-aplio-500. Accessed: Nov. 20, 2025.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
