人工智能治疗与药物相关的骨瘤:一个范围审查
Yuichi Mine1, Shota Okazaki1, Sachiko Yamasaki2
1Project Research Center for Integrating Digital Dentistry, Hiroshima University, Hiroshima, Japan; Department of Medical Systems Engineering, Graduate School of Biomedical and Health Sciences, Hiroshima University, Hiroshima, Japan.
概括
人工智能 (AI) 显示出预测和诊断与药物相关的骨 (MRONJ) 的前景. 需要进一步的研究来解决数据质量和临床整合对AI在MRONJ管理中的挑战.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 口腔和牙面部外科手术
背景情况:
- 与药物相关的下巴骨硬化 (MRONJ) 是一个重大的临床挑战.
- 目前对MRONJ的诊断和预测方法可以通过先进的技术进行改进.
研究的目的:
- 审查目前对人工智能 (AI) 应用的研究,用于MRONJ的预测,诊断和管理.
- 为了为MRONJ确定人工智能研究的趋势和差距.
主要方法:
- 在MRONJ中对AI应用进行了全面的范围审查.
- 在主要数据库 (PubMed/MEDLINE,Scopus,Web of Science) 进行了搜索,截至2024年12月.
- 数据提取侧重于人工智能任务,模型,数据集和性能指标.
主要成果:
- 包括8项研究,重点研究MRONJ发病预测 (5项研究),诊断 (2项研究) 和患者教育 (1项研究).
- 机器学习模型在MRONJ发病预测方面取得了很高的表现 (AUC 0.793-0.973).
- 深度学习模型在从放射图像中诊断MRONJ时表现出高准确度 (96%).
结论:
- 人工智能显示出改善MRONJ预测和诊断的巨大潜力.
- 在数据质量,模型验证和对MRONJ人工智能工具的临床整合方面仍然存在挑战.
- 未来的研究应该优先考虑标准化,可解释的AI模型和临床实施准则.


