机构名称：
¥ 1.0
结果：纳入的 13 项研究总体偏倚风险较低。AI 模型的总体准确率非常高（从 0.806 到 0.997），用于构建和评估模型的图像数量从 120 到 24,667 不等。使用较大数据库的研究的准确率明显更高。对健康喉组织识别的汇总灵敏度和特异性（8 项研究）分别为 0.91（95% CI：0.83-0.98）和 0.97（95% CI：0.96-0.99）。对良性和恶性病变的区分（7 项研究）的相同值分别为 0.91（95% CI：0.86-0.96）和 0.95（95% CI：0.90-0.99）。分析扩展到比较评估窄带成像（3 项研究）和白光内窥镜图像（4 项研究）的 AI 模型的灵敏度和特异性。两种方法的结果相似，未发现亚组效应（灵敏度 p = 0.406，特异性 p = 0.817）。
喉内窥镜中的人工智能
主要关键词
相关文件推荐
