通过人工智能检测乳头作为头内压力升高的标志物:系统审查
Lekaashree Rambabu1,2,3,4, Thomas Edmiston5,6, Brandon G Smith2,6
1Department of Medicine, University of Cambridge, Cambridge, United Kingdom.
PLOS digital health
|September 2, 2025
概括
人工智能 (AI) 有望通过视网膜图像检测乳头,帮助对内疾病进行分类. 然而,由于数据偏差和报告限制,当前的AI模型需要更多的外部验证.
科学领域:
- 眼科 眼科
- 医学成像
- 人工智能
背景情况:
- 在视网膜图像中通过人工智能自动检测乳头水可以帮助对内病理进行分类,特别是在资源有限的环境中.
- 目前还没有对人工智能检测乳头水进行全面的文献审查.
研究的目的:
- 系统地审查使用人工智能检测乳头水的文献.
- 评估人工智能系统的报告质量,偏差和诊断准确性.
主要方法:
- 对四个数据库进行系统审查 (Ovid MEDLINE,Embase,科学网络,IEEE Xplore).
- 使用医学成像人工智能检查清单进行质量评估,并使用"SMART"标题进行偏差评估.
- 使用Stata的"Metadta"命令对一组研究的诊断测试准确性进行评估.
主要成果:
- 包括19个深度学习和8个非深度学习系统.
- 综合敏感度为0. 87 (95% CI为0. 76- 0. 93) 和特异性为0. 90 (95% CI为0. 74- 0. 97).
- 发现数据选择偏差,报告质量差,外部验证有限.
结论:
- 深度学习模型显示了在视网膜图像中检测乳头的潜力.
- 在广泛采用 triage 之前,对各种数据集和临床环境进行进一步的外部验证至关重要.


