相关实验视频
Updated: Jul 19, 2025
05:17
Hybrid PET/MRI Imaging of Alzheimer's Disease Based on 18F-AV-1451
Published on: April 18, 2025
253
人工智能用于痴呆症的诊断和预后神经影像:系统性审查
Robin J Borchert1,2, Tiago Azevedo3, AmanPreet Badhwar4,5
1Department of Clinical Neurosciences, University of Cambridge, Cambridge, UK.
概括
人工智能 (AI) 和神经成像显示出诊断痴呆症的前景. 虽然算法分类器很常见,但在独立数据集中的验证对于临床实践中可靠的AI工具至关重要.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 人工智能 (AI) 和神经成像为痴呆症诊断和预后提供了新的途径.
- 人工智能用于分析认知神经退行性疾病的神经成像数据的应用正在迅速扩大.
研究的目的:
- 系统地审查利用人工智能与神经成像用于认知神经退行性疾病的诊断和/或预后的研究.
- 确定在痴呆症研究中神经成像当前人工智能应用中的趋势,常用方法和局限性.
主要方法:
- 对255项已识别的研究进行系统的文献审查.
- 分析使用的人工智能方法,使用的数据集 (主要是阿尔茨海默氏症神经成像计划) 和性能指标.
- 评估研究验证策略和方法限制.
主要成果:
- 算法分类器是最普遍的AI方法 (48%).
- 歧视性模型,特别是神经网络,在区分阿尔茨海默病与健康对照中的表现优越.
- 研究准确性受到患者队列,成像模式和分层器的影响,在独立队列中验证有限.
结论:
- 方法上的局限性,包括算法描述和标准化定义不足,阻碍了进步.
- 建议包括通过独立数据集加强模型验证,明确AI方法描述,并解决关键临床问题.
- 人工智能和医学专家之间的协作努力对于实现人工智能在痴呆症诊断和预后方面的潜力至关重要.
