人工智能用于肌缩侧面硬化症的查和诊断:系统性审查和元分析
Tungki Pratama Umar1, Nityanand Jain2, Manthia Papageorgakopoulou3
1Department of Medical Profession, Faculty of Medicine, Universitas Sriwijaya, Palembang, Indonesia.
概括
人工智能 (AI) 在检测和分类精髓缩侧面硬化症 (ALS) 方面表现出高准确度,这是一种罕见的神经系统疾病. 需要进一步的研究,以解决ALS诊断中AI应用的证据质量.
科学领域:
- 神经学 神经学
- 医疗信息学 医疗信息学
- 人工智能的人工智能
背景情况:
- 肌缩侧面硬化症 (ALS) 是一种致命的神经退行性疾病,其特点是逐渐失去运动神经元.
- 由于缺乏特定的生物标志物或测试,目前对ALS的诊断具有挑战性.
- 人工智能 (AI) 提供了改善ALS调查和早期检测的潜力.
研究的目的:
- 系统地审查和元分析人工智能模型的诊断性能,以早期检测和查ALS.
- 根据各种输入数据评估AI在ALS分类中的敏感性和特异性.
主要方法:
- 在七个数据库中进行了全面的文献搜索.
- 使用随机效应总结接收器操作特征 (sROC) 曲线的元分析.
- 使用QUADAS-2或QUADAS-C工具进行的偏差风险评估.
主要成果:
- 分析了34项研究,ALS的元流行率为47%.
- 人工智能模型在ALS检测方面表现出高的聚合灵敏度 (94.3%) 和特异性 (98.9%).
- 对于ALS分类,聚合灵敏度为90.9%,特异性为92.3%,根据输入数据 (步态,EMG,MRI) 的变化.
结论:
- 人工智能在ALS的查和诊断中显示出显著的潜力,表现出高灵敏度和特异性.
- 尽管有希望的结果,但人们仍然对出版文献中的证据总体质量存在担忧.
- 需要进一步的高质量研究来验证AI在临床ALS诊断中的作用.
