在前列腺癌管理中对基于人工智能的临床决策支持系统进行系统审查

科学领域:

• 在瘤学瘤学.
• 医疗信息学 医疗信息学
• 人工智能的人工智能

背景情况:

• 前列腺癌 (PCa) 是一个重要的全球健康问题,每年影响超过140万个人.
• 基于人工智能的临床决策支持系统 (AI-CDSS) 对于提高PCa管理中的诊断和治疗策略越来越重要.

研究的目的:

• 系统地审查AI-CDSS在前列腺癌诊断,分期,治疗和管理方面的发展,实施和局限性.
• 评估人工智能应用在PCa护理中的有效性和挑战.

主要方法:

• 在PubMed,Scopus,Web of Science和Embase中遵循PRISMA指南的系统文献搜索.
• PICO框架用于制定AI-CDSS开发,模型,标准和临床整合的研究问题.
• 两位独立审稿人对964篇文章进行了选,意见分歧由第三位审稿人解决.

主要成果:

• 十项研究符合纳入标准,评估AI-CDSS用于PCa诊断,风险预测,生存估计和放射治疗计划.
• 常见的AI模型包括梯度增强,神经网络和深度强化学习 (DRL),现代ML在预测任务中优于传统方法.
• 人工智能CDSS显示出潜力,其中一个系统将决策时间缩短了60%,但局限性包括数据质量,概括性和解释性问题.

结论:

• 基于AI的CDSS为PCa诊断,预后和治疗计划提供了潜在的好处,可能提高效率.
• 更广泛的采用需要高质量的多站点数据,外部验证,可解释的模型和无的EHR集成.
• 未来的临床评估对于确认AI-CDSS在PCa管理中的患者水平影响至关重要.