人工智能辅助的PET成像用于预测乳腺癌中新辅助化疗反应:系统性审查和元分析
Yuhan Chen1,2,3, Yuan Sun1,2,3, Yuanjie Chen1,2,3
1Department of Nuclear Medicine and PET Center, The Second Affiliated Hospital of Zhejiang University School of Medicine, Hangzhou, Zhejiang, 310009, China.
European journal of nuclear medicine and molecular imaging
|September 17, 2025
概括
人工智能 (AI) 在预测使用PET成像用于乳腺癌患者的新辅助化疗 (NAC) 反应方面表现有希望. 需要进一步的研究来解决变异性,并改善临床采用数据集质量.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 新辅助化疗 (NAC) 是乳腺癌的关键治疗方法.
- 预测NAC反应对于个性化治疗策略至关重要.
- 定子发射断层扫描 (PET) 成像为治疗反应提供了宝贵的见解.
研究的目的:
- 评估人工智能辅助PET成像在预测乳腺癌中NAC反应方面的性能.
- 在这种情况下,系统地审查和元分析AI的诊断准确性.
主要方法:
- 在多个数据库 (Ovid MEDLINE,Embase,Cochrane,Web of Science,IEEE Xplore) 进行系统搜索,截至2025年6月.
- 包含了11项涉及907名患者的研究,用于元分析.
- 主要结果:用于诊断准确性的曲线下的面积 (AUC);用于异质性的二次分析.
主要成果:
- 聚合的AUC为0.80 (95%CI:0.77-0.84) 表示有希望的预测性能.
- 在灵敏度 (I2=79.65%) 和特异性 (I2=86.62%) 中观察到显著的异质性.
- 患者样本大小和临床数据的整合被确定为异质性的来源.
结论:
- 人工智能辅助的PET成像显示了预测乳腺癌中NAC反应的潜力.
- 临床实施面临挑战,包括方法的变化,小数据集和有限的解释性.
- 未来的研究应该专注于提高数据集质量和整合可解释AI (XAI).


