人工智能用于内出血检测的诊断性能和临床应用:元分析
Mustafa S Alhasan1,2,3, Ahmed Y Azzam4, Ayman S Alhasan1
1Department of Internal Medicine, College of Medicine, Taibah University, Madinah, Saudi Arabia.
Brain & spine
|December 1, 2025
概括
人工智能 (AI) 算法在CT扫描上检测内出血 (ICH) 时显示出高精度,商业系统的性能优于研究模型. 人工智能集成显著改善紧急工作流程,并减少ICH患者的治疗决策时间.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 神经学 神经学
背景情况:
- 内出血 (ICH) 是一种具有高死亡率的关键神经紧急情况.
- 计算机断层扫描 (CT) 是ICH诊断的标准,但精度受到放射学家因素的限制.
- 人工智能有可能在紧急情况下提高ICH检测准确性和效率.
研究的目的:
- 系统地审查和元分析人工智能算法的诊断性能,用于CT上的ICH检测.
- 为了比较研究与商业人工智能系统的性能.
- 探索AI在紧急情况和远程放射学中的临床实施益处.
主要方法:
- 按照PRISMA-DTA指南进行系统审查和元分析.
- 包括45项评估AI的研究,用于在非对比CT上检测ICH.
- 使用 QUADAS-2 标准和随机效应建模进行质量评估.
主要成果:
- 人工智能算法在ICH检测方面表现出高的聚合灵敏度和特异性.
- 与研究算法相比,商业AI系统显示出更高的特异性.
- 人工智能集成导致门到门处理和通知时间大幅减少,提高了分拣准确度.
结论:
- 人工智能算法在ICH检测方面表现出强大的诊断性能,商业系统提供了增强的特异性.
- 尽管面临诸如外周出血等特定亚型的挑战,但人工智能集成带来了相当大的临床工作流益.
- 未来的研究应该专注于未来的验证和开发AI,以挑战ICH亚型.
