使用基于MRI的人工智能预测儿科髓母细胞瘤的分子亚型:系统性审查和元分析

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 人工智能的人工智能

背景情况:

• 儿科脑髓母细胞瘤 (MB) 是儿童的一种主要脑瘤.
• 准确的MB分子亚型确定对于治疗分层至关重要.
• 当前的诊断方法可能在区分MB亚型方面存在局限性.

研究的目的:

• 评估人工智能 (AI) 算法使用磁共振成像 (MRI) 检测儿科MB分子亚型的诊断性能.
• 提供AI在识别WNT,SHH,3组和4组MB亚型时的准确性的定量概述.

主要方法:

• 进行了系统的元分析,搜索PubMed,Embase和Web of Science的研究发表于2024年10月之前.
• 包括8项涉及1195名儿科患者的研究.
• 使用双变随机效应模型将灵敏度,特异性和AUC组合起来,以I平方统计学来评估异质性.

主要成果:

• AI-MRI在MB亚型中表现出高的诊断性能.
• 聚合的AUC从WNT的0.80到第三组的0.88不等.
• 敏感性和特异性因亚型而异,第四组的表现显著 (分别为0.77和0.91).

结论:

• 基于人工智能的MRI分析显示,对于精确的儿科MB分子亚型的显著潜力.
• 目前的证据主要基于回顾性研究,需要对潜在偏见保持谨慎.
• 外部验证研究对于证实这些发现和评估临床实用性至关重要.