人工智能在胰腺内导管上 乳头粘性新生体成像:系统性审查
Muhammad Ibtsaam Qadir1, Jackson A Baril2, Michele T Yip-Schneider2
1Weldon School of Biomedical Engineering, Purdue University, West Lafayette, IN, USA.
medRxiv : the preprint server for health sciences
|January 20, 2025
概括
人工智能 (AI) 在改善使用医学成像来诊断导管内皮质粘膜瘤 (IPMN) 方面表现有前途. 需要对更大,多中心数据集进行进一步的研究,才能充分实现AI在临床实践中的潜力.
科学领域:
- 医学成像分析 医学成像分析
- 在瘤学中使用人工智能
- 胃肠道病理 胃肠道病理
背景情况:
- 目前的导管内皮质粘膜瘤 (IPMN) 管理依赖于成像,尽管对高风险病例的敏感性很高,但由于特异性低,导致过度治疗.
- 人工智能 (AI) 提供了一个潜在的解决方案,以提高IPMN成像中的诊断准确性.
研究的目的:
- 系统地审查IPMN成像中AI应用的现有文献.
- 为了确定AI驱动的IPMN研究中的趋势,差距和未来方向.
主要方法:
- 一项系统的文献搜索确定了IPMN成像中AI的1041个出版物,其中包括25项研究在分析中.
- 研究基于预测目标,数据类型,成像模式,队列大小和临床转化阶段进行了分析.
主要成果:
- 用于IPMN成像的AI研究正在迅速增长,大多数研究使用CT扫描和卷积神经网络 (CNN) 算法.
- 大多数模型是在一个单一中心的数据集上开发的,其中的患者数量不到250人.
- 大多数人工智能模型专注于差异诊断和风险分层,而不是IPMN检测或细分.
结论:
- 人工智能具有显著的潜力,可以提高IPMN患者分层的准确性和精度.
- 多中心协作,多样化的数据集和对临床翻译的关注对于推动IPMN管理中的AI至关重要.
