人工智能在诊断神经外科手术中的作用:系统性审查
William Li1, Armand Gumera2, Shrushti Surya3
1Department of Ophthalmology, University of Sydney, Sydney, Australia. Wili0140@uni.sydney.edu.au.
Neurosurgical review
|April 28, 2025
概括
人工智能 (AI) 提高了诊断神经外科手术的准确性,特别是在神经瘤学和血管应用中. 需要进一步的研究来完善人工智能模型,以便在所有神经外科子专业中保持一致的临床有效性.
科学领域:
- 神经外科 神经外科
- 医疗人工智能 医疗人工智能
- 诊断成像 诊断成像 诊断成像
背景情况:
- 人工智能 (AI) 越来越多地被整合到神经外科,以提高精度.
- 应用范围包括神经瘤学,血管,功能和脊柱神经外科.
- 人工智能性能的变化需要对其诊断能力进行系统审查.
研究的目的:
- 系统地审查AI在诊断神经外科手术中的性能和适用性.
- 分析跨神经外科子专业的AI模型性能.
- 识别AI模型类型及其诊断准确性的趋势.
主要方法:
- 在主要数据库 (PubMed,Embase等) 中进行全面的文献搜索. 从2020年1月到2025年1月.
- 包括使用人工智能用于诊断神经外科手术的研究与定量性表现指标.
- 排除非人类研究,缺乏指标的研究或与诊断神经外科手术中的AI无直接关系的研究.
主要成果:
- 分析了193项研究,其中神经网络 (30%) 和混合模型 (48.2%) 主导.
- 神经瘤学 (52.69%) 在瘤检测和分级方面显示出高精度. 血管神经外科模型在中风 (AUC 88%) 和出血 (AUC 97%) 检测方面表现出色.
- 功能和脊髓神经外科的应用非常有希望,但指标的变化凸显了对标准化的需要.
结论:
- 人工智能显示出显著的潜力,可以提高神经外科诊断的准确性.
- 对中风,内出血,动脉瘤检测和功能神经系统疾病观察到有希望的结果.
- 性能指标的变化需要进一步的研究,模型改进和标准化验证以进行临床整合.
