基于深度学习的人工智能技术对内镜下早期胃癌诊断价值的Meta分析

摘要：

目的 采用Meta分析评价基于深度学习的人工智能技术对内镜下早期胃癌的诊断价值.方法 从PubMed、Web of Science、EMbase、Cochrane Library、中国知网、维普、中国生物医学文献服务系统和万方数据库中检索有关运用人工智能诊断早期胃癌的诊断性试验.纳入的研究使用质量评价工具-2进行文献质量评价.采用Meta-Disc 1.4、Rev Man 5.3、Stata 16.0统计软件综合对数据进行Meta分析.按照早癌图片数、总图片数及研究者种群进行分组,采用Meta回归分析非阈值效应引起的异质性.结果 共纳入11项文献,总计11812张图片(早期胃癌图片3760张),合并灵敏度、合并特异度、阳性似然比、阴性似然比、综合诊断比值比分别为0.921、0.897、10.244、0.095和113.80,绘制SROC曲线,AUC值为0.9629;内镜医师诊断早期胃癌的结果,合并敏感度、特异度及AUC分别为0.921、0.897及0.8308,Meta回归显示早癌图片数、总图片数及研究者种群对诊断结果产生的差异无统计学意义.Deek′s漏斗图表明不存在发表偏倚,P=0.084.结论 人工智能技术诊断内镜下早期胃癌时的敏感性、特异性及AUC值均较高,具有临床推广应用的潜力.

关键词：人工智能、深度学习、早期胃癌、诊断、Meta分析

所属期刊栏目：28

分类号：R573(消化系及腹部疾病)

资助基金：省部共建国家重点实验室SKL-HIDCA-2018-7

在线出版日期：2023-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：63-67