对基于人工智能的唐氏综合征检测技术的审查
Mujeeb Ahmed Shaikh1, Hazim Saleh Al-Rawashdeh2, Abdul Rahaman Wahab Sait3
1Department of Basic Medical Science, College of Medicine, AlMaarefa University, Diriyah 13713, Riyadh, Saudi Arabia.
Life (Basel, Switzerland)
|March 27, 2025
概括
人工智能 (AI) 和机器学习 (ML) 显示出使用各种数据类型诊断唐氏综合征 (DS) 的前景. 然而,数据集的局限性影响了AI模型的通用性,需要临床整合策略.
科学领域:
- 医学诊断 医学诊断 医学诊断
- 人工智能的人工智能
- 遗传学 是一个遗传学.
背景情况:
- 唐氏综合征 (DS) 是一种常见的染色体异常,影响全球健康.
- 人工智能和机器学习越来越多地用于提高DS诊断精度.
- 对AI对DS诊断的影响缺乏全面的评估.
研究的目的:
- 确定用于DS诊断的AI方法和技术.
- 使用标准指标评估AI模型性能.
- 突出AI在DS诊断中的优点和局限性.
主要方法:
- 按照PRISMA指南进行系统审查.
- 在主要的学术数据库中进行广泛的文献搜索.
- 根据包含/排除标准,选择25个相关文章.
主要成果:
- 人工智能在面部图像,超声波和遗传数据的DS诊断方面取得了重大进展.
- 人工智能方法显示出早期检测唐氏综合征的巨大潜力.
- 局限性包括小,不平衡的数据集,影响AI模型的概括性.
结论:
- 人工智能为早期唐氏综合征诊断提供了有希望的工具.
- 解决数据集的局限性对于提高AI模型性能至关重要.
- 建议采取可行的策略,以促进AI在DS诊断中的临床采用.
