神经外科人工智能:应用的系统审查,模型比较和伦理影响
Jheremy S Reyes1, Vanshika N Lohia2, Timoteo Almeida2
1Center for Image-Guided Neurosurgery, Neurological surgery department, University of Pittsburgh Medical Center (UPMC), Pittsburgh, PA, USA. reyesbarretojs@upmc.edu.
Neurosurgical review
|May 29, 2025
概括
人工智能 (AI) 通过改善诊断,预后和外科精度来增强神经外科. 解决诸如偏见和可解释性等挑战对于其临床整合至关重要.
科学领域:
- 神经外科 神经外科
- 医疗人工智能 医疗人工智能
- 临床信息学 临床信息学
背景情况:
- 人工智能 (AI) 在神经外科中提供了变革性的潜力,用于诸如解剖界限和手术内决策等任务.
- 尽管人工智能在诊断和预后算法方面取得了进展,但临床采用受到算法偏见,数据隐私问题和有限的模型解释能力的阻碍.
研究的目的:
- 系统地审查当前的神经外科手术中的AI应用.
- 为了比较神经外科环境中使用的各种AI模型的性能.
- 检查与将AI整合到临床神经外科实践中相关的伦理挑战.
主要方法:
- 在遵守PRISMA指南的PubMed,Scopus和Web of Science数据库中进行了系统的文献搜索.
- 包括2015年至2025年间发表的研究,重点关注神经外科诊断,预后,手术规划和手术内辅助方面的AI.
- 分析包括统计结果,模型性能指标 (例如AUC) 和道德考虑.
主要成果:
- 人工智能模型,特别是机器学习 (ML) 和深度学习 (DL),实现了高诊断精度 (AUC>0.90) 并提高了预后预测高达15%.
- 人工智能辅助的外科规划提高了精度,并将并发症率降低了10-20%.
- 确定的主要障碍包括算法偏见,缺乏透明度和外部验证不足.
结论:
- 人工智能显著提高了神经外科的诊断准确性,预后能力和外科精度,同时也降低了并发症率.
- 克服与偏见,可解释性和外部验证的必要性相关的挑战,对于人工智能在神经外科手术中的广泛临床整合至关重要.
