人工智能在头颈部肿瘤诊疗中的应用进展:一篇综述性总结
该文综述了人工智能在头颈部肿瘤从筛查诊断到随访管理全链条中的应用进展,指出内镜图像、CT/MRI影像、数字病理、超声及多组学数据是主要数据模态,AI辅助内镜判读与影像分析可提升病变识别准确性、减少操作者依赖性并有助于隐匿性淋巴结转移的无创预测,但现有证据多来自单中心回顾性研究,治疗反应预测的前瞻性证据仍较有限。
该文综述了人工智能在头颈部肿瘤从筛查诊断到随访管理全链条中的应用进展,指出内镜图像、CT/MRI影像、数字病理、超声及多组学数据是主要数据模态,AI辅助内镜判读与影像分析可提升病变识别准确性、减少操作者依赖性并有助于隐匿性淋巴结转移的无创预测,但现有证据多来自单中心回顾性研究,治疗反应预测的前瞻性证据仍较有限。
该研究回顾性收集五个医疗中心3 255例受试者的23 434张电子鼻咽喉镜图像(含15 465张喉镜与7 969张鼻咽镜图像),开发了头颈肿瘤智能诊断模型WSC-T,在喉及下咽癌诊断中内部与外部测试准确率为94.89%和91.04%、AUC为0.98和0.97,在鼻咽癌诊断中准确率为96.27%和92.31%、AUC为0.98和0.97,并与未引入对比学习的有监督学习模型进行比较,同时构建了可实现图像上传、自动分析与诊断结果输出的云端诊断平台。
已读完全部报道