使用人工智能预测半径瘤:对常见模型和应用的全面审查

科学领域:

• 在瘤学瘤学.
• 医疗信息学 医疗信息学
• 数据科学数据科学数据科学

背景情况:

• 间皮瘤是一种严重的肺癌,通常是由接触石棉引起的.
• 早期诊断对于改善患者生存率至关重要.
• 人工智能 (AI) 是一个有前途的途径,可以提高间皮瘤的诊断和分期.

研究的目的:

• 审查最近关于人工智能应用在间皮瘤预测和管理方面的研究.
• 确定最有效的人工智能模型及其在间皮瘤研究中的应用.

主要方法:

• 在PubMed,Scopus和Web of Science数据库中进行了全面的文献搜索,直到2023年4月24日.
• 在初步选和重复删除后,选出了19篇相关文章.
• 数据的提取和合成使用标准化形式进行,并以图表和表格呈现.

主要成果:

• 人工智能在间皮瘤研究中的应用主要集中在瘤诊断和分类上 (73.69%).
• 其他应用包括预防,预后 (21.05%) 和瘤体积测量 (5.26%).
• 著名的人工智能模型,如支持向量机 (SVM),决策树 (DT) 和随机森林 (RF),表现出高准确度 (78.3%99.97%).

结论:

• 人工智能,特别是机器学习模型 (NN,DT,RF,SVM),显示出预测和管理中瘤的巨大潜力.
• 这些人工智能工具可以增强早期检测,并改善患者间皮瘤的治疗结果.
• 对人工智能应用的进一步研究可以完善这种疾病的诊断和预后能力.