磁共振成像中的人工智能用于预测直肠癌患者的淋巴结转移:一个元分析
Zhiqiang Bai1, Lumin Xu1, Zujun Ding2
1Department of General Surgery, The Affiliated Hospital of Hangzhou Normal University, Hangzhou, China.
European radiology
|April 12, 2025
概括
基于磁共振成像 (MRI) 的人工智能 (AI) 在检测直肠癌患者的淋巴结转移 (LNM) 中的精度与放射科医生相比较. 需要进一步验证以确认其临床效用.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是指放射学
- 人工智能的人工智能
背景情况:
- 精确的手术前检测淋巴结转移 (LNM) 对于直肠癌的分期和治疗计划至关重要.
- 放射科医生对MRI扫描的传统解释可能是主观的,并且可能在准确度上有所不同.
- 人工智能 (AI) 提供了对医学成像的客观和增强分析的潜力.
研究的目的:
- 评估基于MRI的AI在检测直肠癌患者中LNM的诊断性能.
- 将基于MRI的AI的诊断精度与人类放射科医生的诊断精度进行比较.
主要方法:
- 通过对PubMed,Embase和Web of Science进行全面搜索确定的研究进行了元分析,截至2024年9月.
- 两变随机效应建模用于基于MRI的AI和放射科医生的灵敏度,特异性和AUC.
- 使用QUADAS-2工具评估研究质量,使用I2统计数据评估异质性.
主要成果:
- 包括17项研究,分析了基于MRI的AI和放射科医生的检测LNM的性能.
- 基于MRI的AI显示了0.71 (95%CI:0.66-0.74) 的综合灵敏度和0.71 (95%CI:0.67-0.75) 的特异性.
- 放射科医生显示,聚合灵敏度为0.64 (95% CI:0.49-0.77) 和特异性为0.72 (95% CI:0.62-0.80).
结论:
- 基于MRI的AI的诊断性能与经验丰富的放射科医生在直肠癌中检测LNM的诊断性能相当.
- 该研究在包括的研究中发现了显著的异质性,在解释结果时需要谨慎.
- 使用独立数据集进行外部验证至关重要,以确认研究结果并确定基于MRI的AI的临床适用性.
