人工智能对子宫内膜癌的诊断测试准确性:系统审查和元分析

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 子宫内膜癌是一种常见的妇科恶性瘤,需要早期检测.
• 人工智能 (AI) 在子宫内膜癌诊断中的应用越来越多.
• 缺乏全面的元分析来评估AI在查中的诊断准确性.

研究的目的:

• 进行基于人工智能的子宫内膜癌查的系统审查和元分析.
• 为了澄清AI在子宫内膜癌查中的诊断准确性.
• 提供支持人工智能技术在子宫内膜癌查协议中的整合的证据.

主要方法:

• 在主要数据库 (PubMed,Embase,Cochrane,Web of Science,Scopus) 进行系统的文献搜索.
• 包括英语研究评估AI在子宫内膜癌查中的表现.
• 使用QUADAS-2进行质量评估,使用GRADE进行证据确定性评估.

主要成果:

• 在分析中包括了13项研究.
• 基于人工智能的查显示,总体灵敏度为86% (95% CI 79%-90%) 和特异性为92% (95% CI 87%-95%).
• 小组分析显示,各个因素的结果一致,尽管总体证据质量较低.

结论:

• 基于人工智能的查对于检测子宫内膜癌是有效的.
• 进一步的大规模人口研究是必要的,以巩固AI的诊断准确性.
• 持续的研究对于验证临床实践中的AI工具至关重要.