肝細胞がんにおけるコンピュータトモグラフィー (CT) ベースの放射学および人工知能 (AI) モデルの診断精度:体系的なレビューとメタ解析

科学分野:

• 医療用イメージング
• 腫瘍学における人工知能
• ラジオミクス

背景:

• 肝細胞癌 (HCC) は,世界的な癌死亡の主な原因です.
• CECTを用いたHCC検出のためのAIと放射学モデルの診断性能については,さらなる調査が必要である.

研究 の 目的:

• HCC検出のための機械学習と放射学モデルの診断性能を体系的にレビューし,メタ分析する.
• CECTベースのHCC診断におけるAI主導のアプローチの有用性を評価する.

主な方法:

• 体系的な文献検索 (2015年−2025年) で,29件の研究が特定されました.
• メタアナリシスには,独立したパフォーマンスメトリックを持つ17の研究が含まれていた.
• プールの感度,特異性,精度,F1スコアはランダム効果モデルを使用して計算された.

主要な成果:

• 独立した試験データセットにおけるモデルの総分感性と特異性は,それぞれ0. 562と0. 570であった.
• 放射線特異モデルでは,高感度 (0. 660) と高特異性 (0. 670) が低異質性で示された.
• 組合せられたモデルは,独立した検証が欠けていたため,性能が低下し,異質性が高かった.

結論:

• 独立したデータセットの放射学モデルは,CETによるHCC検出の一貫した診断精度を示しています.
• 方法論の多様性は,標準化された報告と外部検証を必要とします.
• 説明可能なAIを統合することは これらの診断ツールの臨床採用に不可欠です