机构名称：
¥ 1.0
背景：本文回顾了近期采用人工智能/机器学习 (AI/ML) 方法通过自动图像分析对头颈癌 (HNC) 进行诊断评估的文献。方法：使用 MEDLINE (通过 OVID、EMBASE 和 Google Scholar) 进行电子数据库搜索，以检索使用 AI/ML 对 HNC 进行诊断评估的文章 (2009 – 2020 年)。对所使用的 AI/ML 方法或成像方式没有任何限制。结果：共找到 32 篇文章。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)，其中五项研究研究了多个部位。成像方式包括组织学（n = 9）、放射学（n = 8）、高光谱（n = 6）、内窥镜/临床（n = 5）、红外热（n = 1）和光学（n = 1）。两项研究使用了临床病理学/基因组数据。22 项研究（69%）采用了传统 ML 方法，8 项研究（25%）采用了深度学习 (DL)，2 项研究（6%）采用了这两种方法的组合。结论：越来越多的研究正在探索 AI/ML 在通过各种成像方式辅助 HNC 检测中的作用。这些方法可以达到高度准确度，甚至超过人类在数据预测方面的判断能力。需要进行大规模多中心前瞻性研究来帮助部署到临床实践中。
基于人工智能的头颈癌诊断方法：概述
主要关键词
相关文件推荐
