深度学习模型用于预测CT检测到的肺结节中的恶性瘤风险:系统审查和元分析
Wahyu Wulaningsih1,2, Carmela Villamaria3, Abdullah Akram3
1The Royal Marsden, London, UK. wahyu.wulaningsih@nhs.net.
Lung
|May 23, 2024
概括
与传统方法相比,深度学习计算机辅助诊断模型显著改善了肺结节恶性瘤风险预测. 这些人工智能工具显示出与医生一起用于更好的决策的更广泛的临床应用的潜力.
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
- 在瘤学瘤学.
背景情况:
- 人工智能 (AI) 和深度学习 (DL) 对早期疾病诊断越来越感兴趣.
- 需要评估基于DL的肺结节计算机辅助诊断 (CADx) 模型的诊断性能.
- 专注于预测计算机断层扫描 (CT) 检测到的结节中的恶性瘤风险.
结论:
- 基于DL的模型已经在特定的临床环境中用于结节管理.
- DL-CADx模型的诊断性能支持它们的更广泛,常规部署.
- 当与经验丰富的医生一起使用时,人工智能工具可以增强多学科团队决策.
