人工智能的当前和未来应用在肺癌和中皮瘤中

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 病理学 病理学 病理学
• 人工智能的人工智能

背景情况:

• 肺癌和中皮瘤存在重大管理挑战,包括诊断,治疗分层和早期检测.
• 可变的间皮瘤发病率使公平的护理提供变得复杂.
• 人工智能 (AI) 为改善临床决策和减少医疗保健不平等提供了潜在的解决方案.

研究的目的:

• 审查当前关于人工智能在肺癌和中皮瘤管理中的应用的证据,重点是基于图像的工具.
• 总结AI在多学科团队 (MDT) 功能中的优缺点,如诊断,反应预测和生存估计.
• 探索新兴的人工智能方法的生物学见解,并讨论实施障碍.

主要方法:

• 对最先进的证据进行叙述性审查.
• 专注于使用常规病理学和放射学图像的AI工具.
• 分析AI在组织学诊断,治疗反应预测,放射学检测/量化和生存估计中的作用.

主要成果:

• 人工智能,特别是在病理图像上训练的神经网络,在分类,预测和响应预测方面显示出实用性.
• 放射学AI工具支持用于查和转诊的肺结节检测;AI细分有助于间皮瘤评估.
• 人工智能促进放射基因组学,整合分子和放射性特征,用于非侵入性标记物发现和分层.

结论:

• 人工智能为涉及病理学和放射学图像的MDT功能提供了巨大的好处,特别是在重复性任务中.
• 利用人工智能对于肺癌查和高效复杂的诊断/预测MDT功能至关重要.
• 未来的人工智能研究应该优先考虑透明和可解释的成果,以帮助决策.