整合人工智能通过血清生物标志物推进多种癌症的早期检测:叙述性审查
Hsin-Yao Wang1,2,3, Wan-Ying Lin1, Chenfei Zhou3
1Department of Laboratory Medicine, Linkou Chang Gung Memorial Hospital, Taoyuan 33343, Taiwan.
Cancers
|March 13, 2024
概括
使用人工智能 (AI) 的多种癌症早期检测 (MCED) 正在迅速推进,但产品多样性和临床整合的挑战仍然存在. 本综述分析了当前的MCED人工智能产品,强调了开发和部署的障碍.
科学领域:
- 在瘤学瘤学.
- 人工智能的人工智能
- 生物标志物发现发现
背景情况:
- 由于人工智能 (AI) 的进步,多种癌症的早期检测 (MCED) 正在获得全球关注.
- 许多MCED人工智能产品正在出现,其特点是不同的检测目标 (如无细胞DNA的生物标志物) 和人工智能方法.
- 人工智能模型培训和验证方法存在显著的异质性,影响预测性能.
研究的目的:
- 审查现有的多种癌症早期检测人工智能产品.
- 分析这些产品的成分,重点关注血清生物标志物检测,AI模型开发和临床应用.
- 确定MCEDAI的开发和临床部署中的挑战.
主要方法:
- 关于成熟的MCED AI产品的文献评论.
- 对检测目标,AI模型培训/验证策略和临床整合因素的分析.
- 检查跨产品开发和应用阶段的挑战.
主要成果:
- 在检测目标和使用的AI技术方面,MCED AI产品的差异很大.
- 不同的训练数据集和验证技术显著影响AI的预测效率.
- 临床部署在报告生成,瘤定位和患者管理方面面临障碍.
结论:
- 在MCED人工智能领域的特点是相当多样和复杂.
- 在标准化人工智能开发和确保无临床整合方面仍然存在重大挑战.
- 需要进一步的研究来克服障碍,并优化MCED AI,以便广泛的临床使用.
