Ka kliničkoj primjeni rudarenja slika: sistematski pregled umjetne inteligencije i radiomike.
European journal of nuclear medicine and molecular imaging
Sažetak istraživanja
Svrha
Cilj ovog sistematskog pregleda bio je da se analizira literatura o vještačkoj inteligenciji (AI) i radiomici, uključujući sve modalitete medicinskog snimanja, za onkološke i neonkološke primjene, kako bi se procijenilo koliko je istraživanje rudarenja slika daleko od rutinske medicinske primjene. Da bismo to učinili, primijenili smo klasifikaciju probnih faza inspirisanu procesom razvoja lijeka.
Metode Među člancima koje smo razmatrali za uključivanje iz PubMed-a bila su multimodalna AI i radiomička istraživanja, sa validacijskom analizom usmjerenom na relevantne kliničke ciljeve. Procjena kvaliteta odabranih radova izvršena je prema kriterijima QUADAS-2. Razvili smo kriterijume klasifikacije faza za studije rudarenja slika.
Rezultati Ukupno je preuzeto 34.626 članaka, 300 je odabrano primjenom kriterija za uključivanje/isključivanje, a identificiran je i analiziran 171 rad visokog kvaliteta (QUADAS-2 ≥ 7). U 27/171 (16%), 141/171 (82%) i 3/171 (2%) studijama opisan je razvoj algoritma baziranog na AI, radiomičkog modela i kombinovanog pristupa radiomike/AI. Ukupno 26/27 (96%) i 1/27 (4%) AI studija je klasifikovano kao faza II i III, respektivno. Shodno tome, 13/141 (9%), 10/141 (7%), 111/141 (79%) i 7/141 (5%) radiomičkih studija klasifikovano je kao faza 0, I, II i III, respektivno. Sve tri radiomičke/AI studije su kategorisane kao ispitivanja faze II.
Zaključci Rezultati studija obećavaju, ali još uvijek nisu dovoljno zreli da bi se alati za rudarenje slika implementirali u kliničko okruženje i široko koristili. Prenos učenja iz dobro poznatog procesa razvoja lijekova, uz neke specifične adaptacije na disciplinu rudarenja slika, mogao bi predstavljati najefikasniji način da radiomika i AI algoritmi postanu standard alata za njegu.
Prikaži originalni naslov i sažetak na engleskom
Towards clinical application of image mining: a systematic review on artificial intelligence and radiomics.
Purpose The aim of this systematic review was to analyse literature on artificial intelligence (AI) and radiomics, including all medical imaging modalities, for oncological and non-oncological applications, in order to assess how far the image mining research stands from routine medical application. To do this, we applied a trial phases classification inspired from the drug development process.
Methods Among the articles we considered for inclusion from PubMed were multimodality AI and radiomics investigations, with a validation analysis aimed at relevant clinical objectives. Quality assessment of selected papers was performed according to the QUADAS-2 criteria. We developed the phases classification criteria for image mining studies.
Results Overall 34,626 articles were retrieved, 300 were selected applying the inclusion/exclusion criteria, and 171 high-quality papers (QUADAS-2 ≥ 7) were identified and analysed. In 27/171 (16%), 141/171 (82%), and 3/171 (2%) studies the development of an AI-based algorithm, radiomics model, and a combined radiomics/AI approach, respectively, was described. A total of 26/27(96%) and 1/27 (4%) AI studies were classified as phase II and III, respectively. Consequently, 13/141 (9%), 10/141 (7%), 111/141 (79%), and 7/141 (5%) radiomics studies were classified as phase 0, I, II, and III, respectively. All three radiomics/AI studies were categorised as phase II trials.
Conclusions The results of the studies are promising but still not mature enough for image mining tools to be implemented in the clinical setting and be widely used. The transfer learning from the well-known drug development process, with some specific adaptations to the image mining discipline could represent the most effective way for radiomics and AI algorithms to become the standard of care tools.
Izvorni podaci
- DOI
- 10.1007/s00259-019-04372-x
- PMID
- 31214791
- PMCID
- PMC6879445
- Provjereno
- 2026-07-26
Naslov i sažetak prevedeni su automatski i prijevod može sadržavati netačnosti ili neprecizne stručne izraze. Za sve detalje, citiranje i medicinsko tumačenje pregledajte originalnu englesku verziju članka. Ne donosite zdravstvene odluke samo na osnovu ovog prijevoda.
Pregledaj originalni članak na engleskom