基于图像的肺癌分类和预后评估的人工智能的系统审查和元分析

科学领域:

• 癌症学
• 医学成像
• 人工智能

背景情况:

• 肺癌是全球癌症死亡的主要原因.
• 目前的LC诊断和预后方法缺乏准确性.
• 需要先进的工具来改善肺癌的检测和患者的预测结果.

研究的目的:

• 评估人工智能 (AI) 在肺癌 (LC) 影像诊断中的作用.
• 评估人工智能对肺癌患者的预后能力.
• 综合现有关于人工智能应用的证据.

主要方法:

• 截至 2025 年 1 月 7 日的 315 项研究的系统审查和元分析.
• 对209项LC诊断研究和106项LC预后研究的分析.
• 进行分组分析以评估性能变化.

主要成果:

• 在LC诊断中AI表现高 (灵敏度0.86,特异性0.86,AUC0.92).
• 在LC预后方面,AI显示出有前途的结果 (灵敏度0.83,特异性0.83,AUC0.90).
• 人工智能显著预测了整体存活率 (HR 2.53) 和无进展存活率 (HR 2. 80).

结论:

• 人工智能具有提高肺癌诊断和预后评估的巨大潜力.
• 人工智能工具可以帮助分辨肺癌患者的风险水平.
• 未来的多中心验证对于人工智能在肺癌管理中的临床实施至关重要.