通过微观血液图像检测急性髓性白血病的人工智能;系统性审查和元分析

科学领域:

• 血液学 血液学 血液学
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 白血病,特别是急性髓性白血病 (AML),是全球重要的健康问题.
• 传统的显微镜血液检查是白血病诊断的标准.
• 以人工智能为动力的自动化光学图像分析提供了一种新的方法,以帮助临床决策在白血病检测.

研究的目的:

• 系统评估基于人工智能 (AI) 的方法在急性髓性白血病 (AML) 检测和诊断方面的性能.
• 综合现有关于AI应用在AML诊断中的研究结果.

主要方法:

• 在PubMed,Web of Science和Scopus数据库中进行了全面的文献搜索,截至2023年12月.
• 使用R库 ('metafor', 'metagen') 进行了元分析,以分析AI模型的性能.
• 主要结果指标包括基于AI的诊断方法的准确性和敏感性.

主要成果:

• 包括在2016年至2023年间发表的10项研究,主要利用像卷积神经网络 (CNN) 这样的深度学习模型.
• 分析显示,人工智能模型在识别真实阳性AML病例方面具有高准确度和灵敏度.
• 在研究中观察到精度和灵敏度的显著差异,Q和I2统计数据表明了这一点.

结论:

• 人工智能模型具有很高的整体准确性和灵敏度,可以准确识别真正的AML病例.
• 这些发现支持AI作为AML诊断中的有价值工具的潜力.
• 未来的研究应该为基于AI的诊断系统标准化报告和性能指标.