S'abonner

Predicting nodal metastases in papillary thyroid carcinoma using artificial intelligence - 29/11/21

Doi : 10.1016/j.amjsurg.2021.05.002 
Antoinette R. Esce a, ⁎ , Jordan P. Redemann b, Andrew C. Sanchez b, Garth T. Olson a, Joshua A. Hanson b, Shweta Agarwal b, Nathan H. Boyd a, David R. Martin b
a Department of Surgery, Division of Otolaryngology Head and Neck Surgery, MSC10 5610, University of New Mexico, Albuquerque, NM, 87131, USA 
b Department of Pathology, MSC08 4640, University of New Mexico, Albuquerque, NM, 87131, USA 

∗Corresponding author.

Abstract

Background

The presence of nodal metastases is important in the treatment of papillary thyroid carcinoma (PTC). We present our experience using a convolutional neural network (CNN) to predict the presence of nodal metastases in a series of PTC patients using visual histopathology from the primary tumor alone.

Methods

174 cases of PTC were evaluated for the presence or absence of lymph metastases. The artificial intelligence (AI) algorithm was trained and tested on its ability to discern between the two groups.

Results

The best performing AI algorithm demonstrated a sensitivity and specificity of 94% and 100%, respectively, when identifying nodal metastases.

Conclusion

A CNN can be used to accurately predict the likelihood of nodal metastases in PTC using visual data from the primary tumor alone.

Le texte complet de cet article est disponible en PDF.

Highlights

•
Nodal metastases are an important prognostic factor in papillary thyroid carcinoma.
•
Lymph nodes are not always removed during thyroidectomy.
•
Convolutional neural networks can been used to analyze visual medical data.
•
An algorithm can accurately predict nodal metastases from primary tumor data alone.

Le texte complet de cet article est disponible en PDF.

Keywords : Papillary thyroid carcinoma, Artificial intelligence, Histopathology


Plan


© 2021  Elsevier Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 222 - N° 5

P. 952-958 - novembre 2021 Retour au numéro
Article précédent Article précédent
  • Comparing intraoperative parathyroid identification based on surgeon experience versus near infrared autofluorescence detection – A surgeon-blinded multi-centric study
  • Giju Thomas, Carmen C. Solórzano, Naira Baregamian, Emmanuel A. Mannoh, Rekha Gautam, Rebecca T. Irlmeier, Fei Ye, Jon A. Nelson, Samuel E. Long, Paul G. Gauger, Alexa Magner, Tyler Metcalf, Lawrence A. Shirley, John E. Phay, Anita Mahadevan-Jansen
| Article suivant Article suivant
  • Effect of preoperative potassium iodide administration on Graves’ disease surgery: a propensity score analysis
  • Alberto G Barranquero, José Luis Muñoz de Nova, Joaquín Gómez-Ramírez, Álvaro Valdés de Anca, Belén Porrero, Lara Blanco Terés, Sara Corral, Elena Martín-Pérez

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.