人工智能应用程序自动数据提取和二次使用的临床信息在尿瘤学:一个系统的审查
Julian Greß1,2, Gordon Otto2, Sebastian Sommer2,3
1Technical University of Munich, Munich, Germany.
European urology open science
|March 9, 2026
概括
人工智能 (AI) 显示出用于自动化泌尿瘤学数据提取的承诺,但有限的外部验证阻碍了临床使用. 更强大的测试对于在患者护理中可靠实施至关重要.
科学领域:
- 尿瘤学 尿瘤学
- 医疗信息学 医疗信息学
- 人工智能的人工智能
背景情况:
- 在泌尿瘤学中手动提取数据对研究和质量保证构成重大挑战.
- 人工智能 (AI) 为可扩展的数据提取提供了一个潜在的解决方案.
- 目前在该领域的AI应用的评估质量和通用性尚未得到充分理解.
研究的目的:
- 评估人工智能在泌尿瘤学自动数据提取方面的性能.
- 审查验证策略和人工智能工具的现实世界的实施.
- 建议在泌尿瘤学中对人工智能的严格评估标准.
主要方法:
- 在PubMed,Web of Science和Embase的系统文献搜索 (直到2025年5月).
- 从2020年开始,将研究纳入现代人工智能领域的研究.
- 数据提取和偏差风险评估使用PROBAST由两个独立审稿人.
主要成果:
- 包括14项研究,分析了从100到66,532名患者记录中的数据.
- 人工智能模型显示出高技术性能 (F1分数>0.90),但86%缺乏外部验证.
- 报告了工作流的好处,如提高效率,但临床应用和可持续性的证据有限.
结论:
- 人工智能显示出自动化泌尿瘤学数据提取的巨大潜力.
- 临床翻译受到外部验证不足和方法异质性的阻碍.
- 对于可靠的人工智能使用,向已证明的稳健性和可信的临床应用迈进至关重要.
