基于计算机断层扫描的人工智能用于预测肝细胞癌的手术前微血管入侵:系统性审查和元分析

科学领域:

• 放射学和医学成像学 医学成像学
• 人工智能在医学中的应用
• 肝细胞癌研究 肝细胞癌研究

背景情况:

• 微血管入侵 (MVI) 是肝细胞癌 (HCC) 的关键预后因素.
• 精确的MVI手术前检测对于指导治疗决策和改善患者结果至关重要.
• 目前对MVI的诊断方法有局限性,需要探索先进的技术.

研究的目的:

• 评估基于CT的AI模型的诊断性能与放射科医生相比,用于在HCC中进行手术前MVI检测.
• 在MVI诊断中系统分析AI模型和人类读者的灵敏度,特异性和AUC.
• 确定AI在提高HCC中MVI检测精度方面的潜力.

主要方法:

• 在主要数据库 (PubMed,Embase,Web of Science) 进行了系统的文献搜索,截至2025年2月.
• 使用一种双变的随机效应模型,将诊断准确度指标 (灵敏度,特异性,AUC) 与95%的CI结合起来.
• 使用修改的QUADAS-2工具评估研究质量,使用I2统计数据评估异质性.

主要成果:

• 分析包括了32项涉及3709例病例的研究,将基于CT的AI模型与放射科医生进行了对HCC中MVI检测的比较.
• 人工智能模型的综合灵敏度为0.83,特异性为0.81,AUC为0.89.
• 放射科医生表明灵敏度为0.82,特异性为0.65,AUC为0.80.

结论:

• 基于CT的AI模型显示,在HCC中预测MVI方面,它有可能超过放射科医生.
• 目前的证据受到研究异质性和直接比较研究的稀缺性所限制.
• 需要进行前性多中心研究,以验证AI在HCC中MVI检测的临床实用性.