用深度学习来检测白血病的时间概述:一个范围审查
Jorge Rubinos Rodriguez1, Santiago Fernandez1, Nicholas Swartz1
1Medicine, Dr. Kiran C. Patel College of Osteopathic Medicine, Nova Southeastern University, Fort Lauderdale, USA.
Cureus
|July 1, 2024
概括
深度学习 (DL) 模型为更快,更准确的白血病诊断提供了有希望的进步. 这些人工智能工具正在彻底改变血液癌症检测,改善患者的预后.
科学领域:
- 医学诊断 医学诊断 医学诊断
- 人工智能在医学中的应用
- 血液学 血液学 血液学
背景情况:
- 白血病是一种罕见但致命的血液癌症,需要及时诊断以获得有效的治疗和改善患者的治疗结果.
- 传统的白血病诊断方法在准确性和速度上存在局限性.
- 深度学习 (DL) 模型为提高白血病诊断提供了一个潜在的解决方案.
研究的目的:
- 系统地审查和报告关于深度学习 (DL) 模型用于白血病诊断的应用的出版文献.
- 分析DL技术在检测白血病中的演变和当前状态.
主要方法:
- 按照系统审查和元分析 (PRISMA) 准则的首选报告项目进行了系统的文献搜索.
- 搜索的数据库包括Embase,Ovid MEDLINE和Web of Science在2010年至2023年间发表的文章.
- 使用的关键词是"白血病"和"深度学习"或"人工神经网络"或"神经网络"和"诊断"或"检测".
主要成果:
- 20篇文章符合资格标准,并被纳入审查.
- 早期的研究建立了基础方法,发展为更普遍的DL方法用于白血病检测.
- 最近的DL模型展示了集成架构,显著提高了诊断准确性和效率.
结论:
- 深度学习模型作为帮助医生诊断白血病的工具显示出相当大的希望.
- 持续完善DL技术强调简单性和效率,将其定位为白血病检测的有价值方法.
- 需要在现实环境中进行进一步的研究,以验证DL对白血病诊断和患者预后的变革性影响.
