Brit J Cancer：基于人工智能的头颈癌诊断方法
2021-04-21 MedSci原创 MedSci原创
越来越多的研究探索了AI/ML在使用多种成像方式来辅助HNC检测中的作用。这些方法可以获得很高的准确性，可以超越人工在数据预测时的判断能力。
近日，肿瘤学领域权威杂志British Journal of Cancer上发表了一篇研究文章，该系统评价旨在回顾使用人工智能/机器学习（AI/ML）方法自动分析图像对头颈部癌（HNC）进行诊断评估的研究。
研究人员通过对MEDLINE、OVID、EMBASE和Google Scholar等电子数据库进行了检索，以确定用AI/ML对HNC进行诊断评估（2009-2020年）的文献。研究人员进行检索时对使用的AI/ML方法或成像方式没有任何限制。
该分析总共确定了32篇文献。HNC部位包括口腔（n=16）、鼻咽（n=3）、口咽（n=3）、喉（n=2）、唾液腺（n=2）、鼻窦（n=1）以及多个部位（n=5）。成像方式包括组织学（n=9）、影像学（n=8）、高光谱（n=6）、内窥镜/临床（n=5）、红外热成像（n=1）和光学成像（n=1）。
两项研究采用了临床病理/基因组数据。22项研究（69％）采用传统的机器学习方法进行评估，八项研究（25％）采用深度学习（DL）进行评估，两项研究（6％）同时采用了两种方法进行诊断评估。
由此可见，越来越多的研究探索了AI/ML在使用多种成像方式来辅助HNC检测中的作用。这些方法可以获得很高的准确性，可以超越人工在数据预测时的判断能力。需要进行大规模的多中心前瞻性研究，以促进其运用到临床实践中。
原始出处：
Hanya Mahmood.et al.Artificial Intelligence-based methods in head and neck cancer diagnosis: an overview.Brit J Cancer.2021.https://www.nature.com/articles/s41416-021-01386-x
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#诊断方法#
65
#头颈癌#
72
人工智能头颈癌症的诊断方法
85
好文章！
85