使用人工智能开发和验证胆道动的最小侵入性诊断模型,使用人工智能进行验证
Jing-Ying Jiang1, Rui Dong1, Ying-Hua Sun2
1Department of Pediatric Surgery, Shanghai Key Laboratory of Birth Defect, and Key Laboratory of Neonatal Disease, Children's Hospital of Fudan University, Ministry of Health, 399 Wan Yuan Rd, Shanghai 201102, China.
World journal of pediatrics : WJP
|November 11, 2025
概括
一个结合超声波和血清矩阵金属蛋白酶-7 (MMP-7) 的AI模型在诊断胆道缩 (BA) 中显示出高准确度. 这种AI方法为区分BA与其他胆固醇性疾病提供了一个敏感和特定的工具.
科学领域:
- 医疗成像医学成像
- 生物标志物 生物标志物
- 人工智能在医学中的应用
背景情况:
- 胆管缩症 (BA) 诊断具有挑战性,通常需要与其他胆固醇性疾病区分开来.
- 超声波成像和血清矩阵金属蛋白酶-7 (MMP-7) 是BA的宝贵诊断工具.
- 准确和早期诊断BA对于有效的治疗和改善患者的结果至关重要.
研究的目的:
- 评估人工智能 (AI) 模型的诊断准确性,该模型整合了超声波和血清MMP-7水平,用于胆道缩 (BA).
- 为了比较联合AI模型与个人超声波和MMP-7测试的性能,以区分BA.
主要方法:
- 一项涉及六个中国医疗中心的多中心诊断研究.
- 在超声波图像上使用形态运算符开发AI算法.
- 后勤回归建模,包括超声波特征和血清MMP-7水平.
- 在追溯和前性队列中验证AI模型.
主要成果:
- 结合的AI模型实现了0.985的接收机操作特征曲线 (AUROC) 下的面积,证明了卓越的诊断性能.
- 人工智能模型在诊断BA时显示出高灵敏度 (98.2%) 和特异性 (93.1%) .
- 个别模型也表现出强的表现,MMP-7的AUROC为0.916和超声波的0.945.
结论:
- 一个整合超声波和血清MMP-7的AI模型提供了一种高度敏感和特定的方法来对胆道的差异诊断.
- 这种人工智能驱动的方法显示出在临床实践中提高BA诊断准确性的巨大潜力.
