人工智能在脊髓转移成像中的应用和性能:系统性审查
Vivek Sanker1, Poorvikha Gowda2, Alexander Thaller3
1Department of Neurosurgery, Stanford University, Palo Alto, CA 94305, USA.
Journal of clinical medicine
|August 28, 2025
概括
人工智能 (AI) 在使用多模式成像检测各种癌症的脊髓转移方面表现有前途. 虽然人工智能模型在培训和内部验证方面表现出很高的准确性,但对于强大的外部验证和临床整合需要进一步的研究.
科学领域:
- 癌症学
- 放射学
- 医学成像
- 人工智能
背景情况:
- 脊髓转移是癌症的常见并发症,
- 目前的手动检测方法成本高且效率低下.
- 人工智能 (AI) 和计算机辅助检测 (CAD) 提供了在瘤成像方面的潜在改进.
研究的目的:
- 审查和评估人工智能在各种成像技术中诊断脊髓转移的当前应用.
- 综合现有文献中关于人工智能在脊髓转移检测和表征方面的发现.
主要方法:
- 2007年至2024年间发表的研究的系统审查和元分析.
- 使用相关关键字搜索主要数据库 (PubMed,Scopus,科学网络,Cochrane,Embase).
- 包括39项研究 (6267名患者),分析AI模型性能指标 (AUC,精度,灵敏度,特异性) 和偏差风险.
主要成果:
- 人工智能模型实现了高加权平均AUC: 0. 971 (培训),0. 947 (内部验证) 和0. 819 (外部验证).
- 肺癌,乳腺癌和前列腺癌是最常见的原发性瘤.
- 发现存在显著偏差风险 (56%),主要是由于外部验证不足和过度配合.
结论:
- 人工智能显示出改善脊髓转移病变检测,细分和特征的巨大潜力.
- 未来的研究必须优先开发使用更大,多样化的数据集和前性验证的可通用AI模型.
- 整合临床和成像数据对于证明AI在脊髓转移管理中的临床实用性至关重要.


