人工智能在检测初级恶性骨瘤的诊断性能:一个元分析
Mohammad Amin Salehi1, Soheil Mohammadi2, Hamid Harandi1
1School of Medicine, Tehran University of Medical Sciences, Pour Sina St, Keshavarz Blvd, Tehran, 1417613151, Iran.
Journal of imaging informatics in medicine
|February 12, 2024
概括
人工智能 (AI) 算法对原发性骨瘤显示出有前途的诊断性能,与临床医生相比. 人工智能辅助进一步提高了临床医师在检测骨瘤方面的准确性,这表明了未来临床整合的潜力.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 医疗信息学 医疗信息学
背景情况:
- 准确诊断原发性骨瘤对于有效治疗至关重要.
- 从其他骨病变区分骨瘤是一个诊断挑战.
- 人工智能 (AI) 在医学图像分析和诊断方面显示出潜力.
研究的目的:
- 对人工智能算法对原发性骨瘤的诊断性能进行元分析.
- 将AI性能与临床医生评估进行比较.
- 评估AI在协助临床医生检测骨瘤方面的作用.
主要方法:
- 使用关键词对骨瘤和AI进行系统的文献搜索.
- 使用随机效应模型对应急表的元分析.
- 使用修改后的TRIPOD和PROBAST工具进行质量评估.
主要成果:
- 对AI的聚合灵敏度:84% (内部),84% (外部). 对AI的聚合特异性:86% (内部),91% (外部).
- 临床医生的综合敏感度:76% (内部),85% (外部). 对于临床医生的聚合特异性:64% (内部),94% (外部).
- 在人工智能辅助下临床人员的表现:95%的灵敏度,57%的特异性.
结论:
- 人工智能算法证明了对原发性骨瘤的强大诊断性能.
- 在某些指标上,人工智能表现与临床医生相比或优于临床医生.
- 人工智能辅助可以提高临床医生的诊断准确性,为临床实施保证进一步的研究.
