基于人工智能的模型与肝细胞癌患者中的医生之间的诊断性能:系统性审查和元分析
Feras Al-Obeidat1, Wael Hafez2,3, Muneir Gador3
1College of Technological Innovation, Zayed University, Abu Dubai, United Arab Emirates.
Frontiers in artificial intelligence
|September 3, 2024
概括
人工智能 (AI) 模型在检测肝细胞癌 (HCC) 方面表现有前途,与临床医生的灵敏度相匹配. 然而,人工智能应该支持,而不是取代,医生准确的HCC诊断.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 肝细胞癌 (HCC) 是一种普遍存在的原发性肝癌,预后不佳,需要早期检测.
- 人工智能 (AI) 已经推进了HCC检测,但模型性能需要进一步评估.
研究的目的:
- 将各种AI模型的诊断性能与临床医生的诊断性能进行比较,以检测HCC.
- 综合当前关于人工智能的证据和临床医生在HCC的诊断准确性.
主要方法:
- 一个对PubMed,Scopus,Cochrane图书馆和Web of Science的研究进行的元分析.
- 综合使用R包与固定效应和随机效应模型的结果.
- 使用I平方 (I2) 和千平方统计数据评估统计异质性.
主要成果:
- 包括七项研究;人工智能模型和医生实现了93%的平均灵敏度.
- 基于区域的卷积神经网络 (RCNN) 显示出高灵敏度 (96%);医生实现了100%的特异性.
- 与其他方法相比,AI辅助对比增强超声波 (CEUS) 模型的准确性较低 (69.9%).
结论:
- 人工智能模型,特别是基于CNN和Faster R-CNN的AI模型,在HCC检测方面表现强.
- 虽然人工智能模型在灵敏度上可以超过医生,但它们最好作为支持工具用于及时和准确的HCC诊断.


