Original scientific paper
https://doi.org/10.55378/rv.49.1.2
Učinkovitost umjetne inteligencije u razlikovanju malignih od benignih ultrazvučnih osobina tumora dojki
Filip Marković
orcid.org/0009-0006-7547-3883
; Medicinski fakultet Osijek
*
Damir Štimac
; Nacionalna memorijalna bolnica „Dr. Juraj Njavro“ Vukovar
* Corresponding author.
Abstract
U ženskoj populaciji karcinom dojki je najčešća maligna bolest i mortalitet mu je 20 % zbog čega predstavlja veliki društveni i zdravstveni problem, osobito u razvijenim zemljama. Rano otkrivanje karcinoma dojke igra ključnu ulogu u poboljšanju ishoda liječenja. Ultrazvučna dijagnostika predstavlja važan alat za prepoznavanje i razlikovanje sumnjivih lezija, no precizna evaluacija može biti izazovna zbog subjektivnosti interpretacije. U tom kontekstu, umjetna inteligencija (UI), uključujući duboko učenje nude mogućnost standardizacije i unaprjeđenja dijagnostičke točnosti. Ova retrospektivna studija provedena je na Odjelu za radiologiju Nacionalne memorijalne bolnice „Dr. Juraj Njavro“ u Vukovaru, koristeći 257 ultrazvučnih slika pacijentica koje su u razdoblju od studenog 2021. do veljače 2024. obavile ultrazvučni pregled i patohistološku analizu iglenom biopsijom. Prikupljene slike prilagođene su za analizu pomoću neuronske mreže DenseNet. Cilj ovog istraživanja bio je ispitati učinkovitost neuronske mreže DenseNet u analizi ultrazvučnih slika tumora dojki, s naglaskom na razlikovanje malignih od benignih tvorbi i mogućnost smanjenja broja nepotrebnih invazivnih dijagnostičkih postupaka. Dijagnostička učinkovitost modela procijenjena je usporedbom njegovih rezultata s patohistološkim nalazima, a korišteni su standardni statistički testovi. Model je pokazao točnost od 73%, AUC (area under the curve) vrijednost od 0.78, specifičnost od 68.8%, osjetljivost od 80% i F1-score od 70%.
Keywords
tumor dojke; ultrazvuk dojke; umjetna inteligencija
Hrčak ID:
330407
URI
Publication date:
11.4.2025.
Visits: 95 *