评估AI在缺血性和出血性中风中的诊断准确性:综合元分析
Neeraj Gul1, Yumna Fatima2, Hamid Saeed Shaikh1
1Ziauddin Medical College, Karachi, Pakistan.
The neuroradiology journal
|August 25, 2025
概括
人工智能 (AI) 从医学图像中诊断出缺血性和出血性中风的准确性很高,与人类专家相似. 这项技术可以在紧急情况下提高中风诊断的速度和精度.
科学领域:
- 神经学
- 医学成像
- 人工智能
背景情况:
- 尤其是缺血和出血亚型的中风诊断对于有效的患者治疗至关重要.
- 传统的成像方法在早期缺血性中风检测方面存在局限性.
- 人工智能 (AI) 是提高中风诊断中的医学图像解释的有希望的途径.
研究的目的:
- 进行元分析,评估人工智能系统与人类专家在识别缺血性和出血性中风方面的诊断准确性.
- 通过CT和MRI成像来评估AI在中风检测中的性能.
主要方法:
- 根据PRISMA-DTA指南进行系统审查,搜索MEDLINE,Scopus和Cochrane Central,直到2024年1月1日.
- 包括的研究评估了中风患者在紧急情况下,将AI模型与人类放射科医生进行比较.
- 使用 QUADAS-2 评估诊断准确性 (敏感性,特异性,AUROC) 和方法质量.
主要成果:
- 在综合分析中包括了9项研究.
- 对于缺血性中风,综合敏感度为86. 9%,特异性为88. 6%.
- 对于出血性中风,综合灵敏度为90. 6%,特异性为93. 9%,诊断几率比率高 (148. 8).
结论:
- 基于人工智能的系统在缺血性和出血性中风方面都具有很高的诊断准确性.
- 人工智能性能与经验丰富的人类放射学家的性能非常接近.
- 人工智能具有显著的潜力,可以提高诊断精度,加快急性中风治疗的临床决策.
