使用深度学习自动检测口腔恶性病变:范围审查和元分析
Olga Di Fede1, Gaetano La Mantia1,2,3, Marco Parola4
1Department of Precision Medicine in Medical, Surgical and Critical Care (Me.Pre.C.C.), University of Palermo, Palermo, Italy.
Oral diseases
|November 3, 2024
概括
深度学习 (DL) 在检测口腔病变方面表现有前途. 这次审查发现DL算法可以改善口腔病变诊断,聚合灵敏度为0.86和特异性为0.67.
科学领域:
- 口腔病理学和数字健康.
- 人工智能在医学诊断中的应用.
背景情况:
- 口腔疾病,特别是恶性病变,对全球健康构成重大挑战.
- 早期检测对于有效治疗口腔癌至关重要.
- 深度学习 (DL) 越来越多地被认为是其在自动化医疗图像分析方面的潜力.
研究的目的:
- 使用DL进行口腔病变自动检测的范围审查和元分析.
- 概述这一领域的进步和成就.
- 评估DL算法对口腔病变的诊断性能.
主要方法:
- 一项范围审查确定了使用PubMed,Web of Science和Scopus的2018-2023年的研究.
- 两位独立审查员选了研究的资格,并提取了数据.
- 一项元分析综合了符合条件的研究的发现.
主要成果:
- 包括14项关于DL用于口腔病变检测的研究.
- 三项研究被纳入了元分析.
- 聚合灵敏度为0.86 (95% CI:0.80-0.91) 和聚合特异性为0.67 (95% CI:0.58-0.75).
结论:
- 深度学习算法显示了提高口腔病变诊断的潜力.
- 需要进一步的研究来开发和验证自动诊断算法.
- 经过验证的DL工具可以改善口腔疾病的早期检测和管理.
