人工智能的诊断准确性与检测早期口腔状细胞癌的活检相比:系统性审查和元分析

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 早期发现口腔状细胞癌 (OSCC) 对于改善患者的治疗结果至关重要.
• 人工智能 (AI) 在医学诊断方面表现有前途,包括癌症检测.

研究的目的:

• 系统地审查和比较人工智能模型的诊断准确性,以早期检测OSCC.
• 综合现有关于人工智能在识别口腔癌初始阶段的有效性的证据.

主要方法:

• 一个系统的审查和元分析,遵循PRISMA-DTA指南.
• 在PubMed,谷歌学者和EBSCOhost (2000-2023) 搜索了OSCC的AI诊断工具.
• 使用QUADAS-2提取诊断指标 (灵敏度,特异性) 和评估研究质量;使用Meta-Disc 1.4和RevMan 5.3.3进行的元分析.

主要成果:

• 包括14项具有偏差风险低至中等的研究.
• 聚合灵敏度为0.43 (CI 0.18-0.71) 和聚合特异性为0.50 (CI 0.20-0.80).
• 总体准确率 (AUC) 为0.45,表明诊断性能差到中等.

结论:

• 人工智能模型目前在早期OSCC检测中显示出差到中等的诊断准确性.
• 具有严格报告的标准化研究 (例如,QUADAS-2) 对于验证AI工具至关重要.
• 人工智能有潜力通过早期诊断和及时开始治疗来预防OSCC的二次预防.