人工智能在口腔状细胞癌的诊断价值:系统性审查和元分析
Cong Ren1, Chengfeng Wang2, Ren Lin2
1Lishui University, Lishui City 323000 Zhejiang Province, China; Lishui Stomatological Hospital, Lishui City 323000 Zhejiang Province, China.
Journal of stomatology, oral and maxillofacial surgery
|June 15, 2025
概括
人工智能 (AI) 在检测口腔状细胞癌 (OSCC) 方面表现出高准确性. 这一系统性审查表明AI.
科学领域:
- 医疗信息学 医疗信息学
- 在瘤学瘤学.
- 诊断成像 诊断成像 诊断成像
背景情况:
- 口腔状细胞癌 (OSCC) 是一个重要的全球健康问题.
- 早期和准确的诊断对于改善患者的治疗结果至关重要.
- 目前的诊断方法在敏感性和特异性方面面临挑战.
研究的目的:
- 系统地审查和元分析人工智能 (AI) 对OSCC检测的诊断性能.
- 量化AI算法在识别OSCC时的准确度指标.
- 为了比较不同AI方法在OSCC诊断中的性能.
主要方法:
- 从2000年到2023年,在主要数据库 (PubMed,Scopus,Web of Science) 进行了全面的文献搜索.
- 包括评估AI用于OSCC诊断的研究,这些研究具有足够的数据来计算准确性.
- 采用双变的随机效应模型,将诊断性能指标组合起来,包括灵敏度,特异性,PLR,NLR和DOR. 使用 QUADAS-2 评估方法质量.
主要成果:
- 分析了24项涉及18574个标本的研究.
- 聚合灵敏度为0.95 (95% CI:0.90-0.98) 和聚合特异性为0.95 (95% CI:0.91-0.98).
- 深度学习算法超过了传统的机器学习方法,尽管在研究中观察到显著的异质性 (I2>97%).
结论:
- 人工智能在OSCC检测方面表现出高的诊断准确性,使其成为临床环境中潜在的辅助工具.
- 显著的异质性凸显了在临床广泛采用之前需要标准化方法和外部验证的需要.
- 建议进一步研究标准化协议和验证.
