相关实验视频
Updated: Jul 14, 2026
10:02
High-frequency Ultrasound Imaging of Mouse Cervical Lymph Nodes
Published on: July 25, 2015
19.0K
基于超声波的淋巴结诊断中的人工智能性能:系统性审查和元分析
Xinyang Han1, Jingguo Qu1, Man-Lik Chui1
1The Department of Health Technology and Informatics, The Hong Kong Polytechnic University, Hong Kong, China.
BMC cancer
|January 13, 2025
概括
人工智能 (AI) 使用超声波准确区分良性和恶性淋巴结 (LNs). 这种人工智能集成显示了改善临床实践中诊断准确性的前景.
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:
- 精确的淋巴腺病症分类对于治疗选择至关重要.
- 超声波为淋巴结评估提供了活检的非侵入性替代方案.
- 人工智能的进步提高了淋巴结评估的诊断效率.
研究的目的:
- 评估AI应用程序的性能,利用超声波对良性与恶性淋巴结进行分类.
- 评估AI驱动超声波在淋巴结分析中的诊断效果.
主要方法:
- 在PubMed,EMBASE和Cochrane图书馆数据库中进行了全面的文献搜索.
- 通过QUADAS-2工具评估研究质量.
- 基于AI的超声波分类计算了聚合的灵敏度,特异性和诊断几率比率 (DOR).
主要成果:
- 分析了包括2,354个病例的19项研究.
- 在分类淋巴结的AI中,聚合灵敏度为0.836,特异性为0.850.
- 诊断几率比 (DOR) 为33.331,没有发现显著的出版偏差.
结论:
- 人工智能通过超声波在区分良性和恶性淋巴结方面表现出很高的准确性.
- 基于人工智能的决策支持系统具有显著的临床整合潜力,以提高瘤学的诊断准确性.
