肝细胞癌诊断中的人工智能:对当前文献的全面审查
Odysseas P Chatzipanagiotou1, Constantinos Loukas2, Michail Vailas1
1First Department of Surgery, National and Kapodistrian University of Athens, Laikon General Hospital, Athens, Greece.
Journal of gastroenterology and hepatology
|June 26, 2024
概括
人工智能 (AI) 显著增强了肝细胞癌 (HCC) 诊断,模型实现了高精度. 人工智能工具在提高HCC的诊断准确性和提高放射科医生的表现方面表现有希望.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 瘤学 诊断 诊断 瘤学
背景情况:
- 肝细胞癌 (HCC) 诊断传统上依赖于放射性资料,往往否定了活检的需要.
- 整合人工智能 (AI) 旨在提高用于检测HCC的图像识别的准确性.
- 本研究评估了拟议的AI模型,以提高HCC诊断性能.
研究的目的:
- 综合审查和评估为肝细胞癌 (HCC) 诊断开发的人工智能模型.
- 分析各种AI诊断工具的性能指标,特别是曲线下的面积 (AUC).
- 确定AI在提高HCC诊断管理的准确性和效率方面的潜力.
主要方法:
- 通过使用MEDLINE/PubMed和Web of Science数据库进行了系统的文献审查,截至2023年9月30日.
- 搜索词包括"人工智能"",肝癌"",肝细胞癌"",机器学习"和"深度学习".
- 此外,还审查了已识别的文章的引用,以确保全面的数据收集.
主要成果:
- 183项研究符合纳入标准,评估了多种成像模式的多种AI模型.
- 大多数人工智能模型报告的曲线下的面积 (AUC) 超过0.900.
- 具体模型显示出高性能:B模式US (AUC 0.947),对比增强US (AUC 0.957),CT上的深度学习 (AUC 0.986) 和基于MRI的机器学习用于小HCC分化 (AUC 0.975) 和诊断 (AUC 0.970).
结论:
- 人工智能工具显示出改善肝细胞癌 (HCC) 诊断管理的巨大潜力.
- 许多人工智能模型的性能与经验丰富的放射科医生相当或比他们更好.
- 人工智能的实施在提高放射科医生的HCC相关诊断任务的准确性方面显示出前景.
