人工智能在诊断关节骨关节炎,喉发育不全症和关节跟踪异常方面有所改变诊断和预测性能:系统性审查

科学领域:

• 整形外科 整形外科 整形外科
• 放射学 放射学是一门学科.
• 人工智能的人工智能

背景情况:

• 骨关节 (PF) 病理病理诊断依赖于专家对成像的解释.
• 人工智能 (AI) 提供了提高诊断准确性和效率的潜力.

研究的目的:

• 系统地审查人工智能模型用于检测PF隔间病理.
• 评估在PF条件下AI的诊断效果和预测能力.
• 将AI性能与人类临床专家进行比较.

主要方法:

• 对PubMed,Ovid/MEDLINE和Cochrane图书馆数据库进行系统审查.
• 包括针对三角膜发育不良症,PF骨关节炎或PF不稳定的AI的研究.
• 提取人工智能模型的细节,病理,数据,性能指标和限制.

主要成果:

• 17项研究符合标准,重点关注PF骨关节炎,不稳定性和三角膜发育不良.
• 人工智能模型显示了可变精度 (74%-99%) 和AUC (0.664-0.990).
• 人工智能在处理时间上超越了传统方法,但面临着诸如小数据集和偏差等局限性.

结论:

• 人工智能模型对PF病理的诊断性能具有变化.
• 由于异质性,人工智能的优越性与传统方法相比是不一致的.
• 进一步的AI改进和验证是临床整合所必需的.