人工智能在基于MRI的直肠癌分期中的作用:系统性审查

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 人工智能的人工智能

背景情况:

• 使用磁共振成像 (MRI) 进行直肠癌 (RC) 阶段测定对于治疗计划至关重要.
• 现有的基于MRI的RC分期人工智能 (AI) 研究缺乏全面的评估.
• 需要进行系统审查,以评估人工智能模型在这个领域的诊断性能.

研究的目的:

• 系统地审查和评估人工智能模型的性能,包括机器学习 (ML) 和深度学习 (DL),在基于MRI的直肠癌分期.
• 将人工智能模型的诊断精度与传统方法进行比较.

主要方法:

• 在PubMed和Embase上进行了系统的文献搜索,直到2024年10月.
• 包括评估AI模型用于基于MRI的RC分期诊断性能的研究.
• 分析了性能指标,如精度,灵敏度,特异性和曲线下的面积.

主要成果:

• 包括2019年至2024年间发表的14项研究,使用各种MRI序列 (T2加权,扩散加权,T1加权).
• 深度学习模型是最普遍的,采用传统神经网络和深度神经网络等技术.
• 与手动评估相比,所有人工智能模型都表现出优异的性能,在关键性能指标中达到>0.75分.

结论:

• 人工智能模型显著有望提高基于MRI的直肠癌分期的准确性.
• 这些人工智能工具有可能提高诊断性能,超出人工解释的范围.
• 对人工智能模型的进一步研究和验证有必要进行临床实施.