深度学习算法用于使用皮肤镜诊断基底细胞癌:系统审查和元分析
Huasheng Liu1,2, Guangqian Shang3, Qianqian Shan4
1Department of Burn Plastic and Cosmetic Surgery, Beijing Jishuitan Hospital Liaocheng Hospital, Liaocheng City, China.
Journal of medical Internet research
|October 3, 2025
概括
使用皮肤镜的深度学习算法在诊断基底细胞癌 (BCC) 中显示出高精度,在内部验证研究中表现优于皮肤科医生. 为了更广泛的临床应用,需要进一步的外部验证.
科学领域:
- 皮肤病学 皮肤病学
- 人工智能的人工智能
- 医学诊断 医学诊断 医学诊断
背景情况:
- 深度学习算法显示出通过皮肤镜诊断基底细胞癌 (BCC) 的前景.
- 这些算法的诊断准确性仍在争论中.
研究的目的:
- 评估深度学习算法的诊断性能,使用皮肤镜检测BCC.
- 将这些算法的诊断准确性与皮肤科医生进行比较.
主要方法:
- 通过使用PubMed,Embase和Web of Science数据库的研究进行了元分析.
- 包括的研究报告了使用皮肤镜检测BCC的深度学习算法的诊断性能.
- 使用双变随机效应模型,将灵敏度,特异性和AUC结合起来.
主要成果:
- 包括15项研究,涉及32,069名患者/图像 (内部) 和200 (外部).
- 深度学习算法实现了0.96的聚合灵敏度,0.98的特异性和0.99.9的AUC.
- 在内部验证数据集上,深度学习算法显示AUC比皮肤科医生更高 (P=.008).
结论:
- 深度学习算法显示了通过皮肤镜检测BCC的强大诊断性能.
- 结果的概括性可能受到研究设计和参考标准的限制.
- 外部验证对于确认性能和支持临床整合至关重要.


