提高AI与医生诊断比较的公平性和标准化:一个范围审查

科学领域:

• 医疗信息学 医疗信息学
• 人工智能在医学中的应用
• 临床研究方法论 临床研究方法论

背景情况:

• 人工智能 (AI) 和医生在诊断任务中的直接比较经常忽视方法论的严谨性,而是专注于绩效结果.
• 有大量的文献比较人工智能诊断能力与人类医生的诊断能力.
• 评估这些比较的方法质量对于理解AI真正的临床实用性至关重要.

研究的目的:

• 批判性地评估研究的方法质量,直接比较AI和医生在诊断任务中.
• 确定当前研究环境中的关键挑战和局限性.
• 为提高未来人工智能与医生比较的公平性,标准化和临床相关性提出框架.

主要方法:

• 在PubMed,Scopus和Web of Science进行了系统的文献搜索,寻找2020年1月1日至2025年10月31日之间发表的研究.
• 搜索遵循PRISMA-ScR指南,选了8,851个记录,以确定120项符合直接AI-医生比较的纳入标准的研究.
• 数据提取和叙述合成侧重于研究特征,数据集质量,任务设计,医生配置和报告透明度.

主要成果:

• 在120项审查的研究中观察到显著的方法异质性.
• 常见的问题包括回顾性设计占主导地位 (75.8%),信息不对称 (20.8%),任务设计中的临床相关性有限,医生样本规模小 (60.8%,≤10个读者).
• 还发现了对时间限制的广泛忽视 (50.8%的研究),以及代码和数据可用性的缺乏透明度.

结论:

• 当前人工智能-医生诊断比较研究的方法缺陷破坏了研究结果的有效性和概括性.
• 未来的研究必须优先考虑前性设计,公平的实验条件和提高透明度,以产生可靠的证据.
• 拟议的AI与AI的对比. 医生研究检查清单 (AIPSC) 旨在指导设计和报告更强大的评估,支持负责任的AI集成.