基于使用人工智能系统在胸部放射学中的系统性审查的方法评估

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 胸部病理学 胸部病理学

背景情况:

• 人工智能 (AI) 在医学成像中越来越多地用于诸如胸部X射线解释等任务.
• 这导致了AI在胸部病理诊断中的发表系统评价 (SRs) 的增加.
• 评估这些SR的质量对于理解AI的诊断能力至关重要.

研究的目的:

• 评估系统审查 (SRs) 的方法质量,评估AI用于使用胸部X射线诊断胸部病理.
• 确定这些SRs的方法和透明度的共同优点和弱点.

主要方法:

• 通过全面的数据库搜索 (PubMed,EMBASE,Cochrane) 确定了用于胸部X射线诊断的AI的系统审查 (SR).
• 从精选的SR中提取了关于一般,方法和透明度特征的数据.
• 使用PRISMA-DTA和AMSTAR-2工具来评估所包含的SRs的质量.

主要成果:

• 包括7个SR,所有这些都专注于通过胸部X射线进行传染病诊断的深度学习.
• 发现了重要的方法缺陷,包括协议注册率低 (29%) 和缺乏研究设计细节.
• 根据AMSTAR-2标准,所有七个SR的方法质量都被评为"非常低",尽管大多数报告AI的诊断能力是积极的.

结论:

• 胸部放射学AI的SRs的方法质量需要大幅度改进.
• 由于发现了质量问题,这些SR的调查结果应谨慎解释.
• 加强对报告准则的遵守对于AI医学成像的可靠系统审查是必要的.