基于TIRADS的人工智能系统用于甲状腺结节的超声波图像:系统审查的协议
Yasaman Sharifi1, Amin Amiri Tehranizadeh2, Morteza Danay Ashgzari3
1Department of Medical Informatics, Faculty of Medicine, Mashhad University of Medical Sciences, Mashhad, Iran. sharifiy@mums.ac.ir.
Journal of ultrasound
|November 20, 2024
概括
本系统性审查评估了使用甲状腺成像报告和数据系统 (TIRADS) 进行甲状腺结节风险分类的人工智能 (AI) 决策支持系统. 这些发现旨在提高诊断准确度,减少不必要的活检.
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:
- 甲状腺结节评估在一致性和可重复性方面面临挑战.
- 甲状腺成像报告和数据系统 (TIRADS) 标准化了风险分层.
- 医生解释的变化需要改进的诊断工具.
研究的目的:
- 对基于TIRADS的甲状腺结节风险分类的AI驱动决策支持系统的研究进行系统审查.
- 用超声波图像分析人工智能系统的设计和开发.
- 评估AI在甲状腺诊断中的性能和影响.
主要方法:
- 在PubMed,Scopus和Web of Science上进行系统的文献搜索,直到2024年1月.
- 定义了获取研究的包含/排除标准和质量评估.
- 根据注册的协议进行数据提取 (PROSPERO CRD42024551311).
主要成果:
- 预计系统效率和诊断可靠性的提升.
- 可能减少不必要的甲状腺活检.
- 为医生在甲状腺结节解释方面增强教育资源.
结论:
- 使用系统审查协议来评估AI计算机辅助诊断 (CAD) 系统.
- 该研究重点是根据各种TIRADS指南设计的AI系统.
- 该审查旨在提供有关AI在甲状腺成像中的诊断性能和发展的见解.
