时间骨成像中的人工智能:系统性审查
Dimitrios Spinos1,2, Anastasios Martinos3, Dioni-Pinelopi Petsiou3
1South Warwickshire NHS Foundation Trust, Warwick, UK.
The Laryngoscope
|October 1, 2024
概括
人工智能 (AI) 在骨成像方面表现有前途,提高了诊断的准确性和速度. 然而,研究质量各不相同,需要标准化的方法来实现可靠的临床应用.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 人类骨在解剖学上是复杂的,需要精确的图像解释.
- 人工智能 (AI) 应用越来越多地用于医学成像.
- 本综述侧重于人工智能在骨成像中的作用.
研究的目的:
- 系统地审查和强调人工智能在骨成像中的当前应用.
- 评估AI在解释骨复杂解剖结构中的作用.
主要方法:
- 系统审查来自MEDLINE,COCHRANE图书馆和EMBASE的英语出版物.
- 搜索术语包括"人工智能"",机器学习"",深度学习"",神经网络"",骨"和"前置 schwannoma".
- 包括72项研究,查基于预定义的纳入和排除标准.
主要成果:
- 大多数研究 (95.8%) 是追溯的,使用内部数据库 (88.9%).
- 计算机断层扫描 (CT) 是主要的成像方式 (54.2%),前庭神经瘤 (VS) 是研究最多的疾病 (37.5%).
- 神经网络,特别是卷积神经网络 (CNN) 在58项研究中被使用;研究质量平均为13.6/20.
结论:
- 与临床医生相比,人工智能显示出提高诊断准确度,速度和减少骨成像中的错误的潜力.
- 现有的研究表现出异质性和可变的质量,表明需要标准化的方法.
- 进一步的标准化研究对于确保AI在临床实践中的一致性和可靠性至关重要.
