人工智能的诊断性能在从组织病理图像中检测和分类儿童髓母细胞瘤:一个系统性审查
Hiba Alzoubi1, Alaa Abd-Alrazaq2, Obada Almaabreh3
1Department of Basic Sciences, Faculty of Medicine, Yarmouk University, Irbid, Jordan.
Artificial intelligence in medicine
|August 20, 2025
概括
人工智能 (AI) 在通过组织病理图像检测和分类儿童髓母细胞瘤方面表现出强的表现. 需要进一步的研究来克服局限性并推进儿童大脑瘤诊断中的AI应用.
科学领域:
- 癌症学
- 医学成像
- 人工智能
背景情况:
- 骨髓母细胞瘤是最常见的儿童恶性脑瘤.
- 准确的诊断对于改善患者的结果至关重要.
- 人工智能为提高诊断准确性和效率提供了重要机会.
研究的目的:
- 系统地审查人工智能模型在检测和亚型神经母细胞瘤方面的表现.
- 用儿科患者的组织病理图像来评估AI的诊断能力.
主要方法:
- 在七个数据库中对英语研究进行了系统审查.
- 研究重点是基于人工智能检测或分类18岁以下儿童的脑髓母细胞瘤.
- 数据提取和偏差风险评估由两个审查者独立进行.
主要成果:
- 十五项研究符合纳入标准,分析了3341个记录.
- 人工智能模型实现了高诊断性能:91.3%的准确性,94.2%的灵敏性和97.4%的特异性.
- 建筑层面的图像分析和支持矢量机等特定算法显示出卓越的性能.
结论:
- 人工智能算法对脑髓母细胞瘤的检测和分型具有显著的前景.
- 局限性包括数据集偏差,小样本大小以及对元分析的需求.
- 未来的研究应侧重于多样化的数据集,深度学习和改善儿童脑瘤诊断的先进技术.


