人工智能在检测瘤骨转移中的准确性:系统性审查和元分析
Huimin Tao1,2, Xu Hui3,4, Zhihong Zhang1
1The First Clinical Medical College of Gansu, University of Chinese Medicine, Lanzhou, Gansu, 730000, China.
BMC cancer
|February 18, 2025
概括
人工智能 (AI) 在检测骨转移 (BM) 方面表现出高的诊断准确性,其聚合灵敏度为0.88和特异性为0.89. 需要进一步的大规模研究来证实AI在管理BM中的临床实用性.
科学领域:
- 放射学和医学成像学 医学成像学
- 医疗保健中的人工智能
- 瘤学 诊断 诊断 瘤学
背景情况:
- 骨转移 (BM) 是癌症的一种常见并发症,带来了诊断挑战.
- 早期和准确的发现BM对于有效的患者管理至关重要.
- 人工智能 (AI) 正在成为帮助放射科医生检测BM的强大工具.
研究的目的:
- 评估AI用于检测骨转移 (BM) 的诊断准确性.
- 综合现有证据,AI的表现在BM识别使用元分析方法.
主要方法:
- 在多个数据库中进行了全面的文献搜索,截至2024年12月.
- 包括开发或验证AI用于MRI或CT中BM检测的研究.
- 用于元分析,使用分层模型计算聚合灵敏度,特异性和AUC,并通过PROBAST和TRIPOD-AI评估偏差风险.
主要成果:
- 分析包括16项研究,显示在BM检测中AI的综合灵敏度为0.88和特异性为0.89.
- 曲线下的整体聚合面积 (AUC) 为0.95,表明诊断性能高.
- 基于机器学习 (ML) 和深度学习 (DL) 的AI算法显示了可比较高的准确性,DL显示的AUC略高 (0.95) 比ML (0.93).
结论:
- 人工智能在检测骨转移方面具有显著的诊断价值.
- 这些发现支持人工智能作为一种有价值的工具,用于协助放射科医生识别BM.
- 建议进行进一步的大规模前性研究,以验证AI在骨转移管理中的临床实用性.
