人工智能在基于图像的胆脉缩识别中的表现:系统性审查和元分析
Anis Halimi1, Ahmed Msherghi2, Mohamedhen Vall Nounou3
1Faculty of Medicine, Badji Mokhtar University, Annaba, Algeria.
European journal of radiology
|January 7, 2026
概括
人工智能 (AI) 在使用医疗成像诊断胆道缩症 (BA) 中表现出强的表现. 人工智能作为临床医生有价值的辅助工具,尽管需要进一步的研究来证实其广泛的适用性.
科学领域:
- 医学成像分析 医学成像分析
- 医疗保健中的人工智能
- 诊断准确性研究 诊断准确性研究
背景情况:
- 胆管缩 (BA) 是一种罕见但严重的疾病,需要准确的诊断.
- 对于BA检测的传统成像方法有局限性.
- 基于人工智能的医学成像有可能提高BA的诊断准确性.
研究的目的:
- 评估人工智能 (AI) 在医学成像中的诊断准确性,以检测胆道缩 (BA).
- 通过元分析,综合现有关于AI在BA诊断中的表现的证据.
主要方法:
- 遵守PRISMA DTA指南和PROSPERO注册的要求.
- 系统地搜索主要数据库 (PubMed,科学网,Embase,Scopus) 的相关研究.
- 使用R 4.4.2计算聚合灵敏度,特异性和AUC,通过QUADAS-AI和QUADAS-2工具进行质量评估.
主要成果:
- 分析了9项涉及11006名患者的研究 (2357例BA病例).
- 患者级AI分析显示,综合灵敏度为93.8%,特异性为93.2% (AUC=0.94).
- 图像级分析结果显示,聚合灵敏度为86.9%,特异性为94.3% (AUC=0.965).
结论:
- 人工智能证明了对基于图像的胆道的诊断有令人满意的表现.
- 人工智能可以作为一个有效的辅助工具来支持临床决策.
- 需要进一步进行高质量的研究,以验证AI诊断工具对BA的普遍性.
