用人工智能系统诊断黑色素瘤:一个元分析研究和系统审查
Gözde Ertürk Zararsız1, Serra Ilayda Yerlitaş Taştan1, Elif Çelik Gürbulak2
1Department of Biostatistics, Erciyes University School of Medicine, Kayseri, Turkey.
概括
人工智能 (AI) 和机器学习 (ML) 在通过皮肤镜像诊断黑色素瘤方面表现出很高的准确性. 混合人工智能模型在临床使用中表现出特别有希望的预测性能.
科学领域:
- 皮肤病学 皮肤病学
- 医疗成像医学成像
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 使用人工智能和机器学习的皮肤镜像进行自动诊断是一个快速发展的研究领域.
- 人工智能算法有可能在临床环境中提高诊断准确性.
- 黑色素瘤诊断是AI在皮肤病学中的一个关键应用领域.
研究的目的:
- 综合现有关于人工智能在皮肤病学中的临床应用的研究.
- 对深度学习和混合模型的预测性能进行大规模的元分析.
- 总结人工智能算法在诊断皮肤疾病,特别是黑色素瘤方面的有效性.
主要方法:
- 从2006年1月到2024年5月进行了全面的文献审查.
- 数据是从Web of Science,Scopus和MEDLINE数据库中提取的.
- 分析遵循了系统审查和分析 (PRISMA) 的首选报告项目清单.
主要成果:
- 评估了2722篇文章,其中包括39项主要研究中的78项诊断测试数据.
- 整体聚合模型的AUC为0.96,灵敏度为0.89,特异性为0.92.
- 小组分析显示,HYBRID模型的AUC是0.98.
结论:
- 人工智能和ML算法被推广泛用于医学,以帮助医生,特别是在黑色素瘤诊断.
- 混合模型算法在疾病预测方面显示出有希望和高性能.
- 这些发现可以指导临床医生选择最佳的算法来诊断黑色素瘤.
