人工智能在诊断腰椎脊柱狭窄症方面的表现:系统性审查和元分析
Xuanzhe Yang1,2, Yuming Zhang2, Yi Li3
1Second Clinical Medical College, Shaanxi University of Chinese Medicine, Xianyang, Shaanxi, China.
Spine
|October 25, 2024
概括
人工智能 (AI) 对腰椎脊柱狭窄症 (LSS) 的诊断价值很高. 需要进一步验证,以提高轻度至中度病例的准确性.
科学领域:
- 医学成像和诊断 医学成像和诊断
- 医疗保健中的人工智能
- 脊柱疾病 脊柱疾病
背景情况:
- 人工智能 (AI) 越来越多地用于临床图像处理.
- 之前的研究探讨了腰椎缩症 (LSS) 严重程度的AI,但缺乏结构化的证据.
- 需要关于人工智能在LSS中的诊断效果的可靠数据.
研究的目的:
- 系统地审查AI对各种类型和水平的LSS的诊断价值.
- 为开发LSS智能诊断工具提供证据.
- 评估AI模型在诊断LSS时的准确性.
主要方法:
- 按照PRISMA指南进行系统审查和元分析.
- 在四个数据库 (PubMed,Cochrane,Embase,Web of Science) 进行了搜索,直到2024年3月.
- 包括使用深度学习 (DL) 和机器学习 (ML) 来诊断LSS的研究;使用QUADAS评估偏差风险.
- 使用R 4.4.0.0进行元分析,提取了准确性数据.
主要成果:
- 包括48篇文章,整体准确率为0.885.5.
- 深度学习 (DL) 模型的准确度比机器学习 (ML) (0.833) 高 (0.892).
- 高精度用于LSS (0.895),中央通道狭窄 (0.875),神经孔隙狭窄 (0.893).
- 根据严重程度的准确性有所不同:没有LSS (0.936),轻度 (0.503),中度 (0.512),严重 (0.860).
结论:
- 人工智能对LSS具有显著的诊断价值.
- 外部验证对于完善LSS分类至关重要.
- 改善轻度和中度LSS的诊断准确性需要进一步的研究.
