喉瘤的基于人工智能的放射性模型:对诊断,细分和分类的系统审查和元分析

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 神经外科 神经外科

背景情况:

• 头骨瘤 (CPs) 是一种罕见的细胞/副细胞脑瘤,预后有变化.
• 由于重叠的MRI特征,区分CP亚型具有挑战性.
• 准确的诊断对于有效的治疗和患者的治疗结果至关重要.

研究的目的:

• 评估人工智能 (AI) 在诊断,细分和分类喉瘤 (CPs) 中的作用.
• 评估人工智能的潜力,以改善放射科医生和神经外科医生的临床决策.
• 综合现有关于人工智能应用在CP管理方面的研究.

主要方法:

• 在CP诊断,细分和分类中对AI应用的系统审查和元分析.
• 在主要的科学数据库 (PubMed,Scopus,Embase,Web of Science) 中进行全面的文献搜索.
• 提取和合成性能指标,包括灵敏度,特异性,精度和AUC.

主要成果:

• 分析了11项涉及1916名患者的研究.
• 人工智能模型的综合诊断灵敏度为0.740,特异性为0.813.
• 人工智能实现了诊断的AUC为0.793,分类的AUC为0.899,细分灵敏度为0.755.

结论:

• 基于人工智能的模型显示出在喉瘤病例中提高诊断准确性的巨大潜力.
• 人工智能工具可以支持更可靠的手术前评估,从而改善治疗计划和患者的治疗结果.
• 建议使用更大的数据集进行进一步的研究,以优化和验证临床实践中的AI应用.