癌症细胞病理学应用中的人工智能:准确性和分析有效性的审查

科学领域:

• 医学诊断 医学诊断 医学诊断
• 计算病理学计算病理学
• 在瘤学瘤学.

背景情况:

• 细胞病理学对于诊断固体瘤和血液恶性瘤至关重要.
• 人工智能 (AI) 在提高细胞病理学诊断准确度,灵敏度和特异性方面表现有前途.
• 人工智能工具越来越多地被整合到临床实践中,以获得更好的诊断和预后见解.

研究的目的:

• 系统地审查AI在细胞病理学分析中的应用和影响.
• 评估机器学习和深度学习在改善诊断性能方面的作用.
• 评估AI对各种细胞病理学应用的贡献,包括癌症查和血液学疾病诊断.

主要方法:

• 在谷歌,PubMed和谷歌学者 (2020-2024) 进行了系统的文献搜索.
• 关键词包括"人工智能"",细胞病理学",特定癌症类型和诊断指标.
• 遵循PRISMA指南,从417个初步结果中选择了34项研究.

主要成果:

• 人工智能,特别是机器学习和深度学习,在细胞病理学数据分析中显著提高了诊断准确度,特异性和灵敏度.
• 人工智能方法表明,在诊断诸如宫癌,肺病变和血液疾病等疾病方面,观察者之间的变异性减少.
• 人类和人工智能的联合性能被发现与独立的人类性能相当或超过.

结论:

• 人工智能在细胞病理学中的应用在研究和临床环境中都在不断增长.
• 人工智能融入细胞病理学工作流程需要病理学家的积极参与.
• 人工智能工具为增强细胞病理学诊断能力提供了巨大的潜力.