对商业人工智能工具进行系统审查,以检测和量化脑内出血的体积
Jana Sofie Weissflog1, Emanuel J Keller2, Mitra L Neymeyer3
1Department of Neuroradiology, Charité-Universitätsmedizin Berlin, Humboldt-Universität zu Berlin, Freie Universität Berlin, Berlin Institute of Health, Berlin, Germany. jana-sofie.weissflog@charite.de.
European radiology
|July 24, 2025
概括
商业人工智能 (AI) 软件用于脑内出血 (ICH) 显示强大的检测能力,但在体积量化方面性能有限,可变. 标准化验证对于临床整合至关重要.
科学领域:
- 医学成像分析 医学成像分析
- 医疗保健中的人工智能
- 神经学和神经外科 神经外科
背景情况:
- 脑内出血 (ICH) 诊断严重依赖于医学成像.
- 人工智能 (AI) 软件越来越多地用于医学图像分析.
- 商业AI工具用于ICH检测和量化需要系统的评估.
研究的目的:
- 系统地审查基于商业成像的AI软件,用于ICH检测和量化.
- 评估这些AI工具的性能,监管状况和临床利用.
- 在ICH管理中确定AI的验证和标准化方面的差距.
主要方法:
- 按照PRISMA 2020指南进行系统审查,搜索PubMed和科克兰图书馆 (1996年至2025年3月).
- 与FDA,EUDAMED数据库和行业披露进行交叉引用,以确定额外的AI工具.
- 评估研究设计,检测性能 (灵敏度,特异性,准确性) 和体积量化指标.
主要成果:
- 32项研究评估了13个商业AI软件解决方案,用于ICH.
- 检测性能显示高灵敏度 (68.2-99.7%) 和特异性 (83-97.7%).
- 量度量度指标不一致; 19 种识别的工具中,有 13 种被认证用于 ICH 检测,但只有 6 种用于量化,在验证研究中透明度有限.
结论:
- 对ICH的商业AI工具主要集中在检测和分拣上.
- 量度量度能力有限,具有可变的性能和监管批准.
- 标准化验证协议和提高透明度对于有意义的比较和临床采用至关重要.
