跳到主要内容
检索

# 系统综述

13 篇关联报道

订阅更新
  1. AI辅助数字胆道镜诊断不确定性与恶性胆道狭窄:5项研究、675处病变汇总敏感度95%、特异度88%

    该系统综述与荟萃分析纳入5项研究(675处病变、共2,685,674张胆道镜图像),按PRISMA、MOOSE及Cochrane诊断准确性方法学、采用双变量模型汇总,发现AI(多为卷积神经网络深度学习系统,图像处理速度约每秒30至60帧)辅助胆道镜诊断不确定性与恶性胆道狭窄的汇总敏感度为95%(95% CI: 85-98)、特异度为88%(95% CI: 76-94)、诊断准确性(SROC)为97%(95% CI: 95-98),CNN亚组分析(4项研究、538例患者)结果一致,作者认为该方式是有前景的诊断手段。

  2. Frontiers in Oncology

    608篇AI乳腺癌影像研究的文献计量分析显示:诊断占71.22%,可解释AI爆发值1.00成为最热前沿

    该研究以Scopus与Web of Science为数据源,经PRISMA流程从4831条记录中筛出608篇2020—2026年同行评审期刊论文与综述,用Bibliometrix与VOSviewer做任务感知、方法学中心的文献计量与主题分析,发现诊断类研究占71.22%、乳腺X线摄影占42.11%、可解释AI爆发值1.00为最强新兴热点,而治疗反应预测仅占2.30%、仅约15—25%的研究明确报告超参数调优策略。

  3. F1000Research

    86项MRI自闭症AI诊断研究综述:单中心准确率可达99%,但留一站点验证仅约67%

    该综述按PRISMA流程从Scopus、Web of Science和PubMed检索2015—2026年文献,经筛选纳入86篇Q1期刊研究,系统梳理了基于sMRI、fMRI及多模态融合的机器学习与深度学习自闭症谱系障碍(ASD)分类研究的数据集、预处理流程、脑图谱、模型架构与验证策略,发现fMRI使用最广、图神经网络与Transformer成为主流方法,并指出报告准确率高度依赖评估设置——单站点研究可达87.4%—99.39%,而全ABIDE队列约70%—75%、最严格的留一站点验证约67%。

  4. 发表出处待核验

    博士论文整合六国居家照护数据:中高强度身体活动与居家照护老人功能状态、健康结局和死亡风险改善相关

    这篇博士论文依托欧盟I-CARE4OLD项目,第一部分梳理了非药物干预(NPI)的定义与使用现状——系统综述显示文献中NPI定义高度异质且多为负面表述,六国居家照护数据显示部分有证据支持的干预(物理治疗、作业治疗、心理社会干预、社会参与)使用不足而身体约束使用相对频繁;第二部分利用荷兰与加拿大安大略省的纵向真实世界数据,采用倾向性方法、广义估计方程以及结合因果机器学习的靶试验仿真,发现中度和更高水平的身体活动与居家照护老人功能状态、健康相关结局和死亡率的改善相关。

  5. 大语言模型用于临床笔记简化:医学文本可读性的系统综述与实验评估

    该研究结合系统文献综述与实验评估,用五个合成德语临床笔记和标准化提示测试十款免费可用的大语言模型,发现所有模型都显著增加文本长度并持续降低专业术语与缩写密度,但没有任何模型在所有可读性指标上取得一致改善,Mistral、ChatGPT 和 Copilot 在语言简化与文本长度之间平衡效率最高,提示传统可读性指标在医学领域存在局限,应补充领域特定度量。

  6. 为什么AI还没走进眼科诊室?眼底影像诊断落地障碍与路径的系统综述

    这篇系统综述评估了2018至2025年间的34项研究,指出AI在糖尿病视网膜病变、青光眼、早产儿视网膜病变和年龄相关性黄斑变性等常见眼病诊断中常达到90%以上准确率、甚至可与专家相当或更优,但真实世界部署仍受三类障碍制约——与临床工作流的割裂式整合、AI决策缺乏透明度、以及在多样人群间泛化能力不足,并提出可操作的路径以弥合研究与临床实践之间的“最后一英里”差距。

  7. 医学AI图像技术在头颈肿瘤精准诊疗中的进展综述

    本文系统综述了医学AI图像技术在头颈肿瘤精准诊疗中的应用现状、主要问题与未来方向,指出该技术可实现影像特征的精准量化,并为早期识别、疗效评估及预后预测开辟新路径,但当前仍面临数据标准化不足、模型泛化能力有限、可解释性欠佳及临床转化不足等挑战。

  8. 乳房重建美学效果评估的当前概念与新兴技术:一项系统综述

    该系统综述检索2000至2025年间评估植入物、自体或混合乳房重建美学效果的研究,纳入来自16个国家的51项研究、共7711名参与者,将评估工具分为主观与客观两类,发现主观工具以BREAST-Q为主(35/51,69%),客观方法见于19项研究,包括三维表面成像(8/51,16%)、BCCT.core(7/51,14%)、眼动追踪(3/51,6%)和基于人工智能的分析(3/51,6%),并指出尚无单一模态能全面覆盖所有美学维度,评估正逐步转向多模态整合。

  9. Health Science Reports

    基于CRISP-DM框架的机器学习无创贫血诊断系统综述

    该综述按照PRISMA流程检索PubMed、Web of Science与Scopus(2019年1月1日至2025年3月27日),从1923条记录中纳入58项研究,并以CRISP-DM各阶段(问题理解、数据理解、数据准备、建模、评估、部署)为框架,系统梳理了机器学习用于无创贫血检测与血红蛋白估计的算法、数据来源、采集部位、光源、评价指标与部署方式,同时用PROBAST工具评估偏倚风险与适用性。

  10. Neurosurgical Review

    人工智能在三叉神经痛中的应用:三叉神经分割与神经血管冲突检测的系统综述与荟萃分析

    该系统综述与荟萃分析汇总了5项研究、共577例确诊三叉神经痛患者,评估深度学习与机器学习模型在MRI上自动分割三叉神经并检测神经血管冲突的诊断表现,合并敏感度为71%(95% CI: 65-76%)、特异度为92%(95% CI: 88-94%)、AUC为0.91(95% CI: 0.88-0.93),提示AI模型在该任务上具有较高的诊断准确性。