通过基于放射图像的人工智能预测胰腺神经内分泌瘤的组织学等级:系统性审查和元分析
Qian Yan1,2, Yubin Chen1,2, Chunsheng Liu1
1Department of General Surgery, Guangdong Provincial People's Hospital (Guangdong Academy of Medical Sciences), Southern Medical University, Guangzhou, China.
Frontiers in oncology
|May 10, 2024
概括
人工智能 (AI) 在从放射图像中预测胰腺神经内分泌瘤 (PNET) 组织学等级方面表现有前途. 虽然有效,但临床整合需要进一步的标准化.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 人工智能的人工智能
背景情况:
- 精确的胰腺神经内分泌瘤 (PNET) 组织学分类对于患者的预后和治疗计划至关重要.
- 基于放射性图像的人工智能 (AI) 模型为预测PNET组织学等级提供了潜在的非侵入性方法.
结论:
- 人工智能为检测组织学PNET等级提供了一个可行的工具,改进了当前的诊断方法.
- 人工智能模型性能的异质性源于样本多样性,缺乏外部验证,各种成像模式和不一致的特征提取.
- 成像协议,特征选择和模型开发的标准化对于将人工智能驱动的放射学转化为临床实践至关重要.
更多相关视频
08:57Author Spotlight: Genetically Engineered Mouse Models and Pathological Characterization of Neurofibromatosis Type 1 Associated Tumors
Published on: May 17, 2024
1.9K
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
6.8K
