基于超声波的人工智能用于预测皮质甲状腺癌中的宫淋巴结转移:系统性审查和元分析
Xi Wang1, Yiting Qi2, Xin Zhang1
1Department of Nursing, Zhuhai Campus of Zunyi Medical University, Guangdong, China.
Frontiers in endocrinology
|June 25, 2025
概括
超声波中的人工智能 (AI) 显示出在状甲状腺癌中检测宫淋巴结转移的前景,表现优于人类医生. 需要进一步的外部验证来确认其临床实用性.
科学领域:
- 医疗成像医学成像
- 在瘤学瘤学.
- 人工智能的人工智能
背景情况:
- 乳头甲状腺癌 (PTC) 诊断依赖于检测宫淋巴结转移 (CLNM).
- 超声波 (美国) 是CLNM评估的关键成像方式.
- 医疗成像中的AI集成为改善诊断准确性提供了潜力.
研究的目的:
- 评估基于美国的AI在PTC中检测CLNM的诊断性能.
- 将AI性能与美国医生对人类的解释进行比较.
主要方法:
- 对评估基于美国的AI在PTC中对CLNM进行评估的研究的元分析.
- 在主要数据库 (PubMed,Embase,科学网,柯克兰图书馆) 进行文献搜索.
- 双变随机效应模型以聚合灵敏度,特异性和AUC;异质性的I2统计.
主要成果:
- 人工智能显示了0.80的聚合灵敏度和0.83的特异性 (内部验证) 和0.77/0.82 (外部验证).
- 与美国医生 (AUC 0.77) 相比,AI实现了更高的AUC (0.89内部,0.86外部).
- 在各个研究中发现了显著的异质性.
结论:
- 与美国医生相比,美国的AI在PTC中对CLNM表现出优越的诊断性能.
- 高异质性和有限的外部验证研究需要进一步的研究.
- 外部验证对于确认AI的通用性和临床价值至关重要.
