基于人工智能算法的CT和MRI图像的应用,用于预测乳腺癌患者的淋巴结转移:一个元分析

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 淋巴结转移是乳腺癌分期和治疗的关键因素.
• 精确预测淋巴结转移对于有效的乳腺癌管理至关重要.
• 目前的成像技术在准确预测淋巴结参与方面存在局限性.

研究的目的:

• 评估人工智能 (AI) 算法使用计算机断层扫描 (CT) 和磁共振成像 (MRI) 来预测乳腺癌中淋巴结转移的诊断准确性.
• 为了比较基于AI的CT和MRI在识别淋巴结参与方面的性能.

主要方法:

• 在PubMed,Embase和Cochrane图书馆数据库中进行系统的文献搜索,截至2023年6月.
• 包括使用人工智能算法与CT或MRI用于乳腺癌淋巴结转移预测的研究.
• 对提取的数据进行元分析,重点关注灵敏度,特异性,概率比率和曲线下面积 (AUC).

主要成果:

• 对16项涉及4764名乳腺癌患者的研究进行了元分析.
• 基于AI的MRI显示了0.85的聚合灵敏度和0.81的特异性 (AUC0.85).
• 基于AI的CT显示了0.88的聚合灵敏度和0.80的特异性 (AUC0.91).

结论:

• 与CT和MRI集成的AI算法在预测乳腺癌中淋巴结转移方面表现出强大的诊断准确性.
• 这些由人工智能驱动的成像模式对乳腺癌诊断和分期的临床应用具有相当大的前景.