在CT胸部肺癌检测中对AI性能进行系统审查
Hao Min Cheo1, Chern Yue Glen Ong2, Yonghan Ting3
1National University Hospital, Singapore 119074, Singapore.
Healthcare (Basel, Switzerland)
|July 12, 2025
概括
人工智能 (AI) 可以通过CT扫描检测和分类肺结节来帮助肺癌查. 人工智能模型在提高灵敏度和准确度方面表现有前途,可能减轻放射科医生的工作量.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 肺癌查 (LCS) 增加了放射科医生的成像需求.
- 工作量增加的风险延迟诊断和放射科医生倦怠.
- 人工智能 (AI) 为结节的检测和分类提供了潜在的解决方案.
研究的目的:
- 系统地审查AI在使用CT扫描检测肺癌方面的表现.
- 将AI诊断能力与放射科医生的表现进行比较.
主要方法:
- 对2010年1月1日至2022年12月21日期间发表的研究进行系统审查.
- 搜索的数据库:Medline,Embase,PubMed,以及Cochrane. 搜索的数据库:Medline,Embase,PubMed和Cochrane. 搜索的数据库:Medline,Embase,PubMed和Cochrane. 搜索的数据库:Medline,Embase,PubMed,Cochrane. 搜索的数据库:Medline,Embase,PubMed,Cochrane. 搜索的数据库:Medline,Embase,PubMed,Cochrane. 搜索的数据库:Medline,Embase,PubMed,Cochrane. 搜索的数据库:Medline,Embase,PubMed,Cochrane.
- 包括专注于人工智能用于肺结节检测和CT分类的研究.
主要成果:
- 人工智能模型对结节检测的灵敏度比放射科医生 (68-76%) 高 (86.0-98.1%).
- 在分类恶性瘤方面,AI显示出更高的敏感性 (60.58-93.3%),特异性 (64-95.93%) 和准确性 (64.96-92.46%).
- 与放射科医生 (87-91.7%) 相比,AI在检测中的特异性较低 (77.5-87%).
结论:
- 人工智能模型可以增强CT胸部解释用于肺癌查.
- 人工智能在维持肺病变的诊断准确性方面显示出潜力.
- 人工智能可能有助于克服肺癌查计划的实施挑战.


