人工智能模型对视查的系统审查和元分析:方法见解和未来方向
Zeyi Yang1,2, Dawen Wu1,2, Jingwen Li3
1Department of Ophthalmology, West China Hospital, Sichuan University, Chengdu, China.
International journal of surgery (London, England)
|July 23, 2025
概括
人工智能 (AI) 模型在视查方面表现出强的表现,达到高灵敏度和特异性. 端到端的人工智能模型特别一致,支持其临床使用.
科学领域:
- 眼科医生 眼科 眼科
- 医疗人工智能 医疗人工智能
- 诊断技术 诊断技术的使用
背景情况:
- 人工智能的越来越多的应用在的检测中用于临床支持.
- 缺乏对AI方法在视查中的性能进行定量综合.
- 这项研究提供了一个系统的审查和对AI诊断性能进行视查的元分析.
研究的目的:
- 评估人工智能 (AI) 模型用于视查的诊断性能.
- 量化综合现有关于人工智能在视检测方面的研究.
- 在不同的AI模型架构和数据模式中比较性能.
主要方法:
- 在2025年5月之前对奥维德,科学网,PubMed和Cochrane CENTRAL进行系统搜索.
- 随机效应双变模型用于对24项研究 (8484名患者,40394项测量) 的元分析.
- 小组分析检查了算法架构,验证类型,数据增强,样本大小和数据模式.
主要成果:
- 人工智能模型显示了高的聚合灵敏度 (0.94) 和特异性 (0.94).
- 端到端模型的性能与一步一步模型的性能相当.
- 基于图像的端到端模型表现优于基于视频的模型;更大的数据集和增强显示了潜在的好处.
结论:
- 人工智能模型在视查方面表现出强大的诊断性能.
- 端到端的人工智能模型在性能上提供了更大的一致性.
- 未来的研究应该探索多式联运数据集成和多样化的群体,以提高临床效用.
