对基于人工智能的系统进行非侵入性质母细胞瘤诊断的审查
Kebin Contreras1, Patricia E Velez-Varela1, Oscar Casanova-Carvajal2,3
1Departamento de Biología, Facultad de Ciencias Naturales, Exactas y de la Educación FACNED, Universidad del Cauca, Popayán 190002, Colombia.
Life (Basel, Switzerland)
|April 26, 2025
概括
人工智能 (AI) 增强了使用磁共振成像 (MRI) 的非侵入性多形质母细胞瘤 (GBM) 诊断. 与传统方法相比,人工智能模型在提高准确性和预后预测方面表现有前途.
科学领域:
- 神经瘤学神经瘤学
- 医学成像医学成像
- 人工智能的人工智能是人工智能.
背景情况:
- 多形质母细胞瘤 (GBM) 是一种具有不良预后的侵袭性脑瘤.
- 传统的GBM诊断涉及侵入性活检,并伴有相关的手术风险.
- 人工智能 (AI) 和机器学习 (ML) 提供使用磁共振成像 (MRI) 的非侵入性诊断方法.
研究的目的:
- 在基于AI的GBM诊断中确定方法和技术.
- 评估AI模型在GBM诊断中的性能.
- 突出AI在GBM诊断中的优势和局限性.
主要方法:
- 按照PRISMA指南进行的系统审查.
- 在主要的学术数据库中搜索相关研究.
- 从最初的104篇文章中选择了15篇研究进行最终分析.
主要成果:
- T1加权成像 (T1WI) 是基于AI的GBM诊断中使用的最常见的MRI模式.
- 多模式MRI方法 (T1WI,DWI,ADC) 提高了分类性能.
- 人工智能模型表明,在自动化瘤分类和预后方面,它有可能超过传统方法.
结论:
- 人工智能和MRI为GBM诊断提供了一个有希望的非侵入性方法.
- 与人工智能集成的多式成像增强了诊断准确性和预后能力.
- 人工智能有可能彻底改变GBM诊断,改善患者的治疗结果.
