基于对比增强的计算机断层扫描在胰腺管道腺癌的人工智能的诊断性能:一个系统的审查和元分析
Guangzhao Yan1, Xuming Chen1, Yanyan Wang2
1Department of Emergency Medicine, Emergency and Critical Care Center, Zhejiang Provincial People's Hospital, Affiliated People's Hospital, Hangzhou Medical College, Hangzhou, China.
Abdominal radiology (New York)
|July 2, 2025
概括
人工智能 (AI) 在使用对比增强计算机断层扫描 (CECT) 检测胰腺管道腺癌 (PDAC) 中表现出高准确度. 需要进一步的试验来确认AI.
科学领域:
- 放射学和医学成像学 医学成像学
- 人工智能在医学中的应用
- 在瘤学瘤学.
背景情况:
- 胰腺管腺癌 (PDAC) 是一个具有挑战性的诊断.
- 增强对比度的计算机断层扫描 (CECT) 是一个关键的成像模式.
- 人工智能有望提高放射学诊断的准确性.
研究的目的:
- 系统地评估AI用于PDAC检测的诊断性能,使用CECT.
- 评估AI在检测PDAC时的灵敏度,特异性和AUC.
主要方法:
- 按照PRISMA-DTA指南进行系统审查和元分析.
- 在主要数据库 (PubMed,Embase,Web of Science) 进行文献搜索,截至2025年3月.
- 用于汇集诊断准确度指标的双变随机效应模型;使用I2统计数据评估异质性.
主要成果:
- 包括19项研究,包括5986名患者 (内部验证) 和2069名患者 (外部验证).
- 人工智能证明了高的内部验证准确性:灵敏度为0.94,特异性为0.93,AUC为0.98.
- 外部验证显示灵敏度 (0.84) 和AUC (0.94) 略有降低,具有可比的特异性 (0.93);注意到大量异质性.
结论:
- 人工智能在CECT上对PDAC表现出色的诊断性能,具有高灵敏度和特异性.
- 人工智能疗效受临床背景和瘤阶段的影响.
- 具有标准化协议和多样化的队列的未来多中心试验对于验证AI的临床实用性至关重要.


