对于克罗恩病的评估,磁共振肠道学深度学习:系统性审查

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 胃肠病学 胃肠病学

背景情况:

• 克罗恩氏病 (CD) 导致患者患病率显著,需要改进的非侵入性炎症评估方法.
• 磁共振肠道学 (MRE) 是评估CD活动的关键非侵入性工具.
• 集成先进的计算技术对于优化诊断能力至关重要.

研究的目的:

• 审查和评估最近关于深度学习 (DL) 算法的应用,以改善克罗恩病评估的MRE的文献.
• 确定DL在分析CD的MRE数据中的潜在好处和局限性.
• 评估目前的证据基础,并确定未来的研究方向.

主要方法:

• 在MEDLINE/PUBMED上进行了系统的文献搜索,通过MRE对CD评估中使用DL的研究.
• 审查遵循PRISMA指南,并使用QUADAS-2工具评估偏差风险.
• 这项分析包括了五项符合条件的研究,涉及468名受试者.

主要成果:

• 深度学习应用程序在提高MRE图像质量,对疾病负担量化进行肠道细分以及为手术规划实现3D重建方面表现出潜力.
• 已识别的DL应用被认为是克罗恩病评估的有用和有前途的.
• 审查的研究主要是初步和回顾性研究,在至少一个评估类别中存在明显的偏差风险.

结论:

• 深度学习对推进基于MRE的克罗恩病诊断具有重大前景.
• 进一步严格的研究是必要的,以验证这些发现,并评估DL集成到临床工作流程的现实世界的影响.
• 解决当前研究中偏差的高风险对于可靠的临床翻译至关重要.