在癌症诊断中利用机器学习和人工智能成像:系统性审查

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:

• 人工智能 (AI) 在瘤学中越来越多地被用于改善癌症检测,诊断和治疗计划.
• 在癌症成像和病理学当前人工智能应用的稳定性和通用性方面,仍然存在不确定性.

研究的目的:

• 系统地审查有关AI在癌症成像和病理学的应用的证据.
• 综合关于人工智能的有效性,局限性和临床影响的发现.

主要方法:

• 对评估癌症成像和病理学的AI系统的研究进行系统审查.
• 专注于诊断性能,临床实用性和方法限制.

主要成果:

• 人工智能表现出强大的诊断性能,在各种癌症类型和成像方式中经常与临床医生的准确性相匹配或超过.
• 人工智能在早期癌症检测和决策支持方面表现有前途,有可能减少错误和个性化治疗.
• 局限性包括缺乏现实世界的验证,多式联运数据的弱集成,少数群体的代表性不足,以及未解决的透明度和偏见问题.

结论:

• 人工智能可以作为瘤学中有效的分拣和决策支持工具.
• 解决数据多样性,验证和临床工作流集成对于安全和公平的AI实施至关重要.
• 未来的研究应该集中在不同人群的前性研究上,以确保可靠的AI整合到常规癌症护理中.