Искусственные разведывательные возможности в области патологии печени - систематический обзор.

НА ОСНОВЕ Искусственного интеллекта (АИ) на базе Deep Neural Networks (DNNs) может использоваться широкий круг приложений для анализа изображений, начиная с автоматизированной сегментации и кончая диагностикой и прогнозированием. Как таковые они революционизировали здравоохранение, в том числе в области патологии печени.

ЦЕЛЬ

Цель настоящего исследования состоит в том, чтобы обеспечить систематический обзор прикладных программ и показателей, предоставляемых алгоритмами DNN в патологии печени, по всем базам данных Pubmed и Embase до декабря 2022 года в отношении опухолей, метаболических и подстрекательских полей.

РЕЗУЛЬТАТЫ

Было отобрано и полностью рассмотрено 42 статьи. Каждая статья оценивалась с помощью инструмента оценки качества диагностических исследований точности (QUADAS-2), при этом подчеркивался риск их отклонения.

ВЫВОДЫ

Модели на основе DNN хорошо представлены в области патологии печени, и их применение является разнообразным. Вместе с тем в большинстве исследований содержится по крайней мере одна область с высоким риском отклонения в соответствии с инструментом QUADAS-2. Таким образом, модели DNN в патологии печени представляют собой будущие возможности и постоянные ограничения. Насколько нам известно, этот обзор является первым, в центре внимания которого находятся только прикладные программы на базе DNN в патологии печени, и для оценки их предвзятости с помощью линзы инструмента QUADAS2.