儿科

订阅

MedSci主页 / 所有栏目 / 儿科

Eur J Pediatr Surg：人工智能是否增加儿童急性阑尾炎诊断中的准确性？

2024-03-21 liangying MedSci原创 发表于上海

人工智能（AI）急性阑尾炎（AA）
关注

尽管AI在儿童急性阑尾炎诊断中展现出了前景，但目前的研究设计和报告质量仍需改进

在医学研究领域，人工智能（AI）的快速发展展现出巨大的潜力，尤其是在诊断疾病这一复杂挑战中。急性阑尾炎（AA）是儿童常见的紧急外科情况，其诊断过程不仅需要高度的精确性，还需要快速响应，因为延误诊断可能导致严重并发症。然而，尽管AI技术在临床设置中被寄予厚望，其在实际应用中的有效性仍然不明确。本研究旨在通过系统性文献综述，评估AI在儿童急性阑尾炎诊断中的准确性，以期为未来的临床实践提供证据支持。

本研究通过在PubMed、Embase和Web of Science数据库中，使用“儿童”、“人工智能”、“标准实践”和“阑尾炎”等关键词进行文献搜索，检索截至2023年9月的相关研究。通过PROBAST工具评估了纳入研究的偏倚风险。

研究筛选流程图

结果显示，本研究查看了302篇有关使用人工智能（AI）帮助诊断儿童急性阑尾炎的文章，并最终选取了9篇进行详细分析。这些被选中的研究主要是回顾性的，意味着它们是在事件发生后进行的分析，只有两项是前瞻性的，即在治疗开始前就设立了研究计划。虽然这些研究都没有通过随机对照试验的方式进行，但它们共同开发了不同的算法来预测急性阑尾炎的发生，并且大多数研究报告称其准确率超过90%，或者其预测能力（以曲线下面积衡量）超过0.9，这显示了AI在此领域的高度潜力。然而，当我们评估这些研究的偏倚风险时，发现所有研究都存在偏倚高风险，这意味着研究结果可能受到某些未控制因素的影响，因此在解读这些结论时需要谨慎。

入选的研究明细

总之，尽管AI在儿童急性阑尾炎诊断中展现出了前景，但目前的研究设计和报告质量仍需改进，以确保这些技术能够更准确、更可靠地应用于临床实践中。

原始出处：

Artificial Intelligence in the Diagnosis and Management of Appendicitis in Pediatric Departments: A Systematic Review. Eur J Pediatr Surg. 2024 Feb 29. doi: 10.1055/a-2257-5122. Epub ahead of print. PMID: 38290564.

版权声明：
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
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2194472, encodeId=21a821944e2a4, content=<a href='/topic/show?id=d493112515a6' target=_blank style='color:#2F92EE;'>#人工智能（AI）#</a> <a href='/topic/show?id=1481112516e2' target=_blank style='color:#2F92EE;'>#急性阑尾炎（AA）#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=16, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=112515, encryptionId=d493112515a6, topicName=人工智能（AI）), TopicDto(id=112516, encryptionId=1481112516e2, topicName=急性阑尾炎（AA）)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Thu Mar 21 13:39:00 CST 2024, time=2024-03-21, status=1, ipAttribution=上海), GetPortalCommentsPageByObjectIdResponse(id=2194515, encodeId=b67021945155c, content=好文章，谢谢分享。, beContent=null, objectType=article, channel=null, level=null, likeNumber=12, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=http://thirdwx.qlogo.cn/mmopen/vi_32/Q0j4TwGTfTJlfgys76DEiaNtbYo2re3ibjrUPTRibEXRyFwAB4aAGiave842S0FQDf0wAoaH226NiaSoPPDzhndsf1g/132, createdBy=88b489038, createdName=yangchou, createdTime=Thu Mar 21 17:46:35 CST 2024, time=2024-03-21, status=1, ipAttribution=浙江省)]
    2024-03-21 梅斯管理员 来自上海

    #人工智能（AI）# #急性阑尾炎（AA）#

    0

  2. [GetPortalCommentsPageByObjectIdResponse(id=2194472, encodeId=21a821944e2a4, content=<a href='/topic/show?id=d493112515a6' target=_blank style='color:#2F92EE;'>#人工智能（AI）#</a> <a href='/topic/show?id=1481112516e2' target=_blank style='color:#2F92EE;'>#急性阑尾炎（AA）#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=16, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=112515, encryptionId=d493112515a6, topicName=人工智能（AI）), TopicDto(id=112516, encryptionId=1481112516e2, topicName=急性阑尾炎（AA）)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Thu Mar 21 13:39:00 CST 2024, time=2024-03-21, status=1, ipAttribution=上海), GetPortalCommentsPageByObjectIdResponse(id=2194515, encodeId=b67021945155c, content=好文章，谢谢分享。, beContent=null, objectType=article, channel=null, level=null, likeNumber=12, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=http://thirdwx.qlogo.cn/mmopen/vi_32/Q0j4TwGTfTJlfgys76DEiaNtbYo2re3ibjrUPTRibEXRyFwAB4aAGiave842S0FQDf0wAoaH226NiaSoPPDzhndsf1g/132, createdBy=88b489038, createdName=yangchou, createdTime=Thu Mar 21 17:46:35 CST 2024, time=2024-03-21, status=1, ipAttribution=浙江省)]
    2024-03-21 yangchou 来自浙江省

    好文章，谢谢分享。

    0

相关资讯

人工智能（AI）：预测房颤患者接受抗凝剂治疗发生大出血的风险

根据欧洲心脏病学会（ESC）理事会国际会议上发表的一项研究表明，人工智能（AI）可以预测接受抗凝剂的房颤患者发生大出血事件的风险，且优于传统的HAS-BLED评分。