从长椅到床边:人工智能是如何改变甲状腺结节的诊断,一个系统的审查

科学领域:

• 放射学和医学成像学 医学成像学
• 人工智能在医学中的应用
• 瘤学 诊断 诊断 瘤学

背景情况:

• 人工智能 (AI) 在甲状腺结节诊断中预测临床结果的应用迅速扩大.
• 一个重大挑战在于为特定患者群体和临床工作流程选择和实施最佳的人工智能模型.

研究的目的:

• 审查和综合AI在甲状腺结节诊断中的文献.
• 确定常见的人工智能应用,验证方法和实施挑战.

主要方法:

• 进行了PubMed和IEEE Xplore (2015-2023) 的系统文献搜索.
• 包括专注于人工智能用于甲状腺结节诊断的研究,具有外部或潜在的验证.
• 使用牛津证据水平来评估质量.

主要成果:

• 确定了61项研究,大多数报告了外部验证.
• 人工智能模型主要使用超声波图像来预测恶性瘤.
• 七项前性研究验证了商业人工智能,突出了特征评估和恶性瘤风险预测的优势,但指出了边际预测和观察者间变异性的弱点.

结论:

• 人工智能模型主要利用美国图像来预测甲状腺结节恶性瘤.
• 将人工智能成功整合到临床实践中,需要对本地数据进行清理和重新验证,以保证可靠的性能.