评估人工智能模型在评估炎症性皮肤疾病严重性方面的表现:系统性审查和元分析
Zhuo Ran Cai1,2,3, Jiyeong Kim1,2, Shawheen J Rezaei1,2
1Department of Dermatology, School of Medicine, Stanford University, Stanford, CA, USA.
The British journal of dermatology
|June 26, 2025
概括
人工智能 (AI) 模型在评估皮肤疾病严重程度方面显示出高准确性. 需要进一步的研究,以提高可靠的AI驱动皮肤病评估的透明度和临床验证.
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
背景情况:
- 皮肤病学中的AI应用正在从诊断扩展到疾病严重程度评估.
- 基于图像的AI模型越来越多地用于评估皮肤状况的严重程度.
研究的目的:
- 质量和数量评估基于图像的AI模型在评估各种皮肤疾病的严重程度方面的表现.
- 系统地审查和元分析AI在皮肤病严重性评估中的准确性.
主要方法:
- 2017年1月至2023年11月研究的系统审查和元分析.
- 包括使用深度学习AI模型进行皮肤疾病严重程度评估的临床图像的研究.
- 不包括使用未经验证的指数,缺乏图像或评估伤口,或烧伤的研究.
主要成果:
- 人工智能模型的聚合灵敏度和特异性分别为80.5%和96.2%.
- 人工智能模型的灵敏度因疾病类型 (例如,亚托皮性皮肤炎与) 和评分系统 (例如,EASI与IGA) 显著不同.
结论:
- 目前的人工智能模型在评估皮肤疾病严重程度方面具有很高的能力.
- 在临床AI应用中,提高数据报告和具有客观标准的前性研究的透明度至关重要.
