人工智能在检测肝细胞癌的诊断性能:一个元分析

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 在瘤学瘤学.

背景情况:

• 肝细胞癌 (HCC) 的检测对于患者的治疗结果至关重要.
• 人工智能 (AI) 在提高诊断准确性方面表现有前途.
• 在HCC检测中AI的诊断性能需要系统的评估.

研究的目的:

• 系统地审查和元分析AI算法用于HCC检测的诊断性能.
• 将AI的性能与临床医生的性能进行比较.
• 识别影响AI性能在HCC检测中的因素.

主要方法:

• 在PubMed和Scopus的系统文献搜索 (2024年1月).
• 对诊断性能指标 (敏感性,特异性) 的元分析.
• 亚组和元回归分析以探索异质性;使用TRIPOD和PROBAST指南进行偏差风险评估.

主要成果:

• 包括44项研究;对内部验证的AI的综合灵敏度/特异性: 84%/92%.
• 对外部验证的AI的聚合灵敏度/特异性:85%/84%.
• 内部验证的临床医生的表现:聚合灵敏度70%,特异性85%.

结论:

• 人工智能算法在HCC检测方面表现出高诊断准确度,在某些指标上与临床医生相当或优于临床医生.
• 人工智能可以作为放射科医生和临床医生的补充工具,通过选图像和突出显示可疑区域来改善工作流程.
• 在临床实践中进一步验证和整合AI可能会提高早期和准确的HCC诊断.