儿童神经放射学中的人工智能:当前的格局,挑战和未来的方向
Brendan S Kelly1,2, Simon M Clifford3,4, Kshitij Mankad4,5,6
1Department of Radiology, Children's Health Ireland at Crumlin, Cooley Rd, Dublin, D12 N512, Ireland. brendanskelly@me.com.
Pediatric radiology
|February 23, 2026
概括
人工智能 (AI) 在儿科神经辐射学中表现有前途,用于诸如瘤细分和病变检测等任务. 然而,临床采用面临障碍,包括数据稀缺和实施成本,需要合作解决方案.
科学领域:
- 神经辐射学神经辐射学
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 人工智能 (AI) 在医学成像中越来越多地被探索.
- 儿科和胎儿神经放射学由于大脑发育和数据限制而存在独特的挑战.
研究的目的:
- 审查人工智能在儿科和胎儿神经放射学中的当前应用.
- 评估AI的有效性,确定临床采用障碍,并探索未来的潜力.
主要方法:
- 关于过去十年同行评审研究的叙事综述.
- 专注于儿童大脑成像中的AI应用:细分,检测,分类,预测和决策支持.
- 考虑儿科特异性因素,如大脑发育和数据稀缺.
主要成果:
- 人工智能,特别是深度学习,在自动化脑瘤细分和性病变检测方面取得了成功.
- 人工智能驱动的放射学在预测瘤组织学和分子亚型方面显示出潜力.
- 尽管取得了进展,但由于高成本,数据稀缺,安全性,偏见和监管问题,临床采用仍然有限.
结论:
- 通过数据共享,联合学习和儿科特定验证来解决障碍对于人工智能集成至关重要.
- 多机构合作对于促进人工智能采用和增强儿科神经放射学护理至关重要.
- 人工智能有可能补充放射科医生,提高诊断准确性和患者的治疗结果.
