人工智能应用于超声成像诊断良性妇科疾病:系统综述
该系统综述纳入59项研究,评估人工智能应用于超声成像在良性妇科疾病诊断与管理中的作用。研究覆盖多囊卵巢综合征、不孕与辅助生殖技术、良性卵巢病变、子宫内膜/子宫肌层病变、盆底障碍和子宫内膜异位症,多数研究为开发和内部验证分类模型以区分正常与病理病例。按QUADAS-AI评估,多数研究在受试者选择和指标测试领域存在高偏倚风险,主要因样本量或来源未说明、未进行外部验证。
要点
- 59项研究中40项开发内部验证的分类模型区分正常与病理,19项用于自动分割或测量卵泡、卵巢体积等。
- 多数研究在受试者选择与指标测试领域为高偏倚风险,因样本量/来源未说明且AI模型未外部验证。
- 参考标准与工作流程领域多为低偏倚风险,参考标准能正确分类目标疾病且时间间隔合理。
核心结论
- 已发表的AI应用于良性妇科疾病超声的文献主要集中于建立分类模型区分正常与病理病例,以及开发自动分割或测量卵巢体积或卵泡的模型。
研究设计与样本
- 系统综述,检索Web of Science、PubMed和Scopus自建库至2024年8月4日,最终纳入59项研究,方案注册于PROSPERO(CRD42023427088),按PRISMA声明进行和报告。
- 纳入标准为将AI应用于超声成像诊断和管理良性妇科疾病的研究,排除系统综述、非实证研究、会议摘要、社论、评论、书评、无全文摘要及动物和建模研究。
- 采用QUADAS-AI工具从受试者选择、指标测试、参考标准、工作流程四个领域评估偏倚风险,因研究异质性大未进行定量合成,采用叙述性定性总结。
关键影像表现/征象
- 59项研究中12项关于多囊卵巢综合征,11项关于不孕与辅助生殖技术,11项关于良性卵巢病理(卵巢囊肿、卵巢扭转、早发性卵巢功能不全),10项关于子宫内膜或子宫肌层病理,9项关于盆底障碍,6项关于子宫内膜异位症。
- 中国是研究数量最多的国家(22/59,37.3%),其次为印度(9/59,15.3%);分析的患者数介于16至25535之间,20项(33.9%)研究仅说明图像数量。
- 33项(55.9%)研究开发深度学习模型,22项(37.3%)开发机器学习模型,4项(6.8%)同时开发机器学习和深度学习模型。
- 47项(79.7%)研究发表于2021至2024年间,最早纳入的研究发表于2007年。
- 33项(55.9%)研究未报告获取超声图像所用机器的厂商;报告扫描仪型号的研究中,19/26(73.1%)仅使用一台扫描仪,7/26(26.9%)使用两台或以上扫描仪。
诊断标准与关键数值
- 不孕与辅助生殖技术:预测ART周期高反应的机器学习模型AUC为0.91,深度学习模型AUC为0.88;评估子宫腔是否利于胚胎植入的机器学习模型准确度为0.94;剪切波弹性成像评估子宫内膜弹性的机器学习模型AUC为0.89;子宫形态分割与对齐的深度学习模型DICE为0.90。
- 多囊卵巢综合征:11项研究报告准确度范围为0.82至0.99,1项报告F1评分为0.76;最大研究纳入25535例患者和39093次超声检查,区分PCOS与正常卵巢形态的准确度为0.98。
- 子宫内膜异位症:检测深部子宫内膜异位症的模型分别报告AUC 0.82、准确度0.97和DICE 0.82;检测盆腔子宫内膜异位症间接征象(滑动征)的深度学习模型AUC为0.96;区分子宫内膜瘤与其他附件病变的模型分别报告AUC 1和AUC 0.99。
- 卵巢病理:区分囊肿类型的模型分别报告准确度0.88、0.97、0.96;区分子宫内膜瘤与卵巢皮样囊肿准确度0.99,区分子宫内膜瘤与黏液性囊腺瘤AUC 0.90;囊肿分割DICE 0.85、子宫内膜瘤分类准确度0.91;附件扭转识别模型AUC分别为0.96、0.87、0.99、0.75。
- 盆底障碍与子宫病理:压力性尿失禁预测模型AUC分别为0.81和0.94;盆腔器官脱垂分型AUC 0.79,子宫托选择AUC 0.81;盆底结构识别DICE分别为0.79和0.86,机器学习模型AUC 0.91;子宫内膜分割DICE 0.91;子宫肌瘤检测准确度分别为0.95、0.998、0.97、0.998,AUC 0.95,平均精度0.98,SVM分类准确度0.93、ViT准确度0.98;子宫腺肌症诊断准确度较低(0.51)。
临床应用与阅片要点
- 原文未据此给出推荐。
局限性
- 多数研究在受试者选择领域为高偏倚风险,原因包括样本量、来源或扫描仪型号未说明,数据未来自开源数据集和/或未进行图像预处理。
- 多数研究在指标测试领域为高偏倚风险,因AI模型未在外部队列中验证。
- 由于研究设计、人群、干预、结局和测量方法差异导致高度异质性,无法进行定量合成,仅作叙述性定性总结。
全文中译17 节 · 点击展开
引言
超声检查是许多妇科疾病诊断和管理的一线方法 1 。近几十年来,超声在子宫内膜异位症 2 , 3 , 4 、生殖医学 5 , 6 , 7 和盆底功能障碍领域发挥了基础性作用。经阴道超声设备质量和可及性的进步改善了深部子宫内膜异位症的诊断 8 , 9 , 10 , 11 以及对接受辅助生殖技术(ART)的不孕女性的监测(例如评估卵泡成熟度和影响胚胎着床的子宫内膜因素)12 。超声是盆底功能障碍患者围手术期评估的首选影像学方法,用于评估尿道、膀胱颈、直肠和肛直肠交界处以及盆底肌肉的完整性 13 。
人工智能(AI)在影像学中的引入正在革新妇科疾病的诊断和管理。AI包括机器学习(ML)模型,其经过训练可从输入数据中识别模式和关系而无需明确编程 14 ,以及深度学习(DL)模型,后者是ML的一个子集,使用具有多层(深度架构)的人工神经网络,能够从数据中学习复杂的表征。卷积神经网络(CNN)是DL模型的一种亚型,可以自动从输入图像中学习特征的空间层次结构 15 。CNN由多个层组成:用于提取图像特征的卷积层;用于降低维度的池化层;以及用于分类的全连接层 16 。AI关键概念的详细描述见附录S1。
ML和DL技术常用于影像组学研究,以分析和解释医学图像产生的大量数据。影像组学是一个从医学图像中提取特征并对影像数据进行定量描述的过程。影像组学工作流程包括从所研究的图像中分割感兴趣区域(ROI)、为后续分析进行图像处理、从ROI中提取影像组学特征以及分析所提取的特征以识别模式、相关性及其与临床结局的关联 17 。
AI在超声成像中有多种应用,包括检测(即自动识别器官结构和其他感兴趣对象)、分类(即分析超声图像以评估疾病状态或将病理归类为特定类别)和分割(即勾画精确的病灶边界,如卵巢卵泡或囊肿的边界)18 。
许多作者已在妇科领域探索人工智能(AI)19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75,76,77,78,79,80,81,82,83,84,85,86,87,但缺乏关于基于超声的AI方法的现有证据的综合。本系统综述的目的是综合和评价现有证据,探讨AI技术如何提高超声成像在良性妇科疾病诊断、管理和监测中的准确性、效率和预测能力,并考虑其优势、局限性和可能指导该领域未来研究的潜在空白。
方法
本系统综述按照系统综述和荟萃分析首选报告项目(PRISMA)声明进行和实施。方案已在PROSPERO数据库注册(CRD42023427088)。
检索策略
在Web of Science、PubMed和Scopus中进行了文献检索,以获取从建库至2024年8月4日发表的潜在合格文章。PubMed的检索字符串由医学主题词(MeSH)、关键词和自由文本词构建,如“影像组学”、“基于超声的影像组学”、“人工智能”、“机器学习”、“深度学习”、“超声检查”、“妇科”、“妇科疾病”、“子宫内膜”、“子宫”、“子宫的”、“卵巢”、“卵巢的”、“卵巢”和“输卵管”。检索仅限于在人类中进行并以英文报告的研究。未施加其他限制。检索字符串经调整后用于其他两个电子数据库。所有数据库的完整检索策略见附录S2。
纳入和排除标准
我们纳入报告AI应用于超声在良性妇科疾病中作用的文章,特别关注诊断、结局、图像采集、分割、AI类型、模型输入和模型性能。我们排除系统综述、非实证研究、会议摘要、社论、评论、书评以及未附全文文章的摘要。此外,动物研究和建模研究被排除。
研究选择
从文献检索中获得的所有研究均导入Rayyan软件88并去除重复项。Rayyan是一个基于网络的工具,旨在促进系统综述中研究的筛选和选择89。我们选择使用该工具是因为它提高了效率、减少了偏倚,并有助于组织文档和决策过程,从而确保更严格和透明的综述。
两名研究者(F.M.、M.T.G.)基于标题和摘要独立完成了第一轮筛选。分歧通过讨论解决。随后,由四名研究者(F.M.、M.T.G.、M.C.、G.B.)对可获得全文的研究进行全文阅读,以选择最终纳入综述的文章,分歧通过讨论解决。如果同一队列发表了多于一项具有相同终点的研究,则纳入包含该人群最全面信息的报告,以避免人群重叠。对纳入研究的参考文献列表进行了手工检索以查找额外研究。当无法在线获取全文时,我们联系了文章的通讯作者。
数据提取
数据提取由四名研究者(F.M.、M.T.G.、M.V.、G.B)完成。使用专门的数据提取表检索每项合格研究的以下信息:(1)研究标识符(第一作者、标题、发表年份);(2)研究特征(研究时间段、国家、人群、妇科疾病类型);(3)研究目的;(4)人工智能 specifics(所评估的人工智能类型、模型输入);以及(5)主要发现和模型性能。
由于纳入研究之间存在高度异质性,其原因在于研究设计、人群、干预措施、结局和测量方法的差异,定量合成不可行,因此我们以叙述性合成的方式对研究结果进行了定性总结。该方法使我们能够系统地探索和描述这些差异,提供结构化且全面的证据总结,尽管数据具有多样性,仍能提供有价值的见解并对该主题有更深入的理解。从纳入文章中检索的信息根据所评估的人工智能类型和所研究的妇科疾病进行分类,并使用Excel电子表格(Microsoft,Redmond,WA,USA)进行结构化整理。研究结果总结于一个专门的表格中,包括每项研究使用的具体人工智能、研究背景、妇科疾病和研究目的。
对于开发了多个AI模型的研究,我们报告了所有模型的结果。对于旨在区分类别(例如多囊卵巢综合征(PCOS)、盆底功能障碍或盆腔子宫内膜异位症的存在与缺失)的研究,性能以受试者工作特征曲线下面积(AUC)报告,若不可用,则以准确率报告。对于唯一目标是自动分割(例如卵巢或卵泡的分割)的研究,报告了Dice相似系数(DICE)。DICE是一种统计量,用于评估两组之间的相似性,例如算法产生的自动分割与金标准分割之间的相似性90。其计算方式如下:其中A和B代表被比较的两个分割。DICE值范围为0到1,1表示完全一致,0表示无重叠。我们选择报告DICE值(以及其他指标),是因为它是用于评估分割质量最广泛的指标88。还有其他几种指标可用于评估模型的性能。结构相似性指数是一种感知指标,用于测量两幅给定图像之间的相似性,考虑结构信息、亮度和对比度的变化,并提供人眼视觉感知的图像质量评估91。其值范围为−1(表示被比较的图像差异很大)到1(表示被比较的图像相同)。漏分割率量化算法未能检测到或正确分割的像素比例32。它计算为分割像素数与金标准分割内总像素数之间的比值。其值范围为0(表示完美分割)到1(表示分割失败)。组内相关系数是一种统计量,用于评估不同评估者所做测量的一致性;其值范围为0(表示无一致性)到1(表示完全一致)92。F1分数是用于评估分类模型性能的指标,尤其在精确率与召回率之间的平衡至关重要的场景中;它由精确率和召回率的调和平均数给出88。F1分数为1表示完美的精确率和召回率,而0表示精确率或召回率为零。本文报告的性能指外部验证集,若不存在,则指内部验证集;若未进行验证,则予以报告。
质量评估
纳入研究的总体质量使用以人工智能为中心的诊断测试准确性研究质量评估工具(QUADAS‐AI)93进行评估。具体标准列于表S1中。该工具代表了对QUADAS‐2 94和QUADAS‐C 95指南的扩展和修订,使用四个领域(受试者选择、索引测试、参考标准、工作流程)来评估以AI为中心的研究中的偏倚风险。
结果
检索策略
我们的文献检索共获得4994篇独立文章。经过筛选和选择过程,共有59项报告良性妇科疾病的研究被纳入系统评价29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87(图1)。其中,12项关于多囊卵巢综合征(PCOS),11项关于不孕症和辅助生殖技术(ART),11项关于良性卵巢病变(即卵巢囊肿、卵巢扭转、卵巢早衰),10项关于子宫内膜或子宫肌层病变,9项关于盆底功能障碍,6项关于子宫内膜异位症。
使用QUADAS-AI工具对纳入研究进行质量评估的结果见表S2。大多数研究在受试者选择领域存在高偏倚风险(因为样本量或来源未明确说明、数据并非来自开源数据集、未进行影像预处理和/或未说明用于获取图像的扫描仪型号信息)以及指数检验领域存在高偏倚风险(大多数研究中AI模型未在外部人群中进行测试)。然而,参考标准领域(大多数研究中参考标准正确分类了目标疾病)和工作流程领域(指数检验与参考标准之间的时间间隔通常合理)的偏倚风险总体较低。
纳入研究的特征
59项纳入研究的特征总结于表S3。中国是代表性最高的国家(22项(37.3%)研究)30, 33, 37, 52, 55, 58, 59, 60, 61, 62, 65, 69, 72, 73, 74, 75, 76, 77, 78, 81, 82, 87,其次是印度(9项(15.3%)研究)31, 36, 38, 46, 47, 48, 49, 83, 84。分析的患者数量范围在16例29至25 535例44之间,尽管在20项(33.9%)研究31, 32, 34, 38, 40, 41, 43, 45, 46, 47, 48, 53, 56, 57, 58, 79, 80, 83, 84, 86中仅说明了图像数量。
大多数论文(47篇(79.7%))3, 29, 30, 31, 36, 37, 39, 40, 42, 45, 46, 47, 48, 49, 51, 52, 53, 54, 55, 57, 58, 59, 60, 61, 62, 63, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86发表于2021年至2024年间;本综述纳入的最早研究发表于2007年43, 75。大多数研究(33项(55.9%))开发了深度学习(DL)模型,22项(37.3%)开发了机器学习(ML)模型,4项(6.8%)研究同时开发了ML和DL模型。AI模型的实现使用了不同的编程语言,即Python(n = 20)、MATLAB(n = 10)和R(n = 5),或软件应用,包括SPSS(n = 2)和MedCalc(n = 1);其余21项研究未提供相关信息。3项研究68, 82, 86的模型代码可公开获取,6项可应要求获取,4项以伪代码形式呈现,而其余46项研究无可用信息。
关于制造商细节,大多数研究(33项(55.9%))未报告用于获取超声图像的机器厂商。在报告了扫描仪型号的研究中,19/26(73.1%)仅使用一台扫描仪,而7/26(26.9%)使用两台或更多扫描仪。
不孕症与辅助生殖技术
大多数(6/11)针对接受ART的不孕女性的研究开发了模型,用于自动分割或测量卵泡、测量卵巢体积或追踪卵泡生长31, 32, 33, 34, 36, 87。这些研究开发了深度学习(DL)模型(n = 5)31, 33, 34, 36, 87或机器学习(ML)模型(n = 1)32,使用二维或三维(3D)超声图像作为模型输入,并在DICE方面表现出良好至高的性能。两项研究开发了模型来预测ART周期中的高反应,并将超声和临床特征均作为模型输入:一项研究中的ML模型AUC为0.91 35,另一项研究中的DL模型AUC为0.88 30。一项研究开发了一个ML模型,使用基于振幅和频率的特征来区分有利于和不利于胚胎植入的子宫腔,并报告准确率为0.94 29。一项研究开发了一个ML模型,用于评估剪切波弹性成像测量的子宫内膜弹性在不明原因不孕患者中的情况,并显示AUC为0.89 37。最后,Boneš等人收集了一般人群女性、不孕女性和复发性自然流产女性的3D超声图像,并开发了一个DL模型用于子宫形状的分割和对齐,在DICE方面取得了高性能(0.90)86。
多囊卵巢综合征
十二项研究开发了ML模型(n = 7)42, 43, 44, 46, 47, 48, 49、DL模型(n = 3)38, 39, 41或两者兼有(n = 2)40, 45,以在超声检查中区分PCOS与正常卵巢/卵巢囊肿。这些模型将以下一个或多个特征族作为模型输入:形状、强度、超声、临床、形态学、立体学、几何学、统计学和纹理。11项研究报告了以准确率表示的模型性能(范围为0.82至0.99),一项研究报告了F1评分(0.76)。最大的一项研究由Cheng和Mahalingaiah于2019年进行44,纳入25 535名患者和39 093次超声检查,报告区分PCOS与正常卵巢形态的准确率为0.98。
子宫内膜异位症
三项研究开发了DL模型来检测深部子宫内膜异位症,其中一项使用超声和临床数据作为模型输入50,两项仅使用超声图像作为模型输入52, 53,AUC分别为0.82、准确率为0.97和DICE值为0.82。一项研究开发了一个DL模型,使用超声视频片段作为模型输入,来检测盆腔子宫内膜异位症的间接征象(即滑动征),AUC为0.96 51。最后,两项研究开发了模型来区分子宫内膜瘤和其他类型的附件病变:一项使用包含纹理特征的ML模型并报告AUC为1 54,而另一项使用基于超声图像的DL模型并报告AUC为0.99 55。
卵巢病理(卵巢囊肿、卵巢扭转、卵巢早衰)
六项研究开发了模型以区分不同类型的卵巢囊肿56, 57, 58, 59, 60, 61。Sohail等56使用包含临床和超声特征的机器学习(ML)模型来区分三种类型的囊肿,准确率为0.88。Narmatha等57使用深度学习(DL)方法区分七种类型的卵巢病变,报告准确率为0.97。Fan等58开发了一个DL模型来区分正常盆腔囊肿、卵巢囊肿和非单纯性卵巢囊肿,准确率为0.96。两项研究开发了模型以区分子宫内膜瘤与其他病变:Liu等60使用ML模型区分子宫内膜瘤与卵巢皮样囊肿,报告准确率为0.99,而Miao等61开发了一个DL模型,其AUC为0.90,用于区分子宫内膜瘤与黏液性囊腺瘤。最后,Li等59专注于使用混合DL/ML模型进行囊肿分割和子宫内膜瘤分类:对于第一项任务,作者开发了一个由Swin Transformer和UPerNet组成的模型,其DICE值为0.85;对于第二项任务,模型由ResNet50和视觉Transformer(ViT)组成,准确率为0.91。
四项研究开发了包含临床和超声特征的ML模型以识别附件扭转63, 64, 65, 66。Otjen等64分析了在一家四级儿科医院接受手术治疗的卵巢扭转儿科患者,时间跨度为11年。他们建立了一棵决策树,基于盆腔超声的多个特征来识别扭转,AUC为0.96。Chen等65分析了在5年期间接受手术确诊卵巢扭转的儿科患者。他们建立了一个基于临床和超声特征的ML模型来识别扭转,AUC为0.87。Turki和Raml 66建立了一个带线性核的支持向量机(SVM)来区分卵巢扭转与急性阑尾炎,AUC为0.99。Atia等63开发了一个多变量逻辑回归模型来预测因疑似扭转接受腹腔镜检查的患者的附件扭转。预测性能一般,AUC为0.75。
最后,Yu和Qing 62开发了一种使用彩色多普勒超声图像(包含收缩期峰值流速、舒张末期流速、阻力指数和搏动指数)的人工智能(AI)分割算法,该算法清晰显示了卵巢的功能状态和血流动力学特征,用于诊断特发性早发性卵巢功能不全。
盆底功能障碍
六项研究开发了人工智能模型以识别盆底疾病69, 70, 72, 73, 74, 75。其中,两项研究开发了人工智能模型以预测压力性尿失禁:一项使用包含临床和超声特征的机器学习(ML)模型,报告AUC为0.81 74;另一项使用仅包含超声特征的深度学习(DL)模型,报告AUC为0.94 75。其余四项研究69, 70, 72, 73开发了包含超声图像、视频片段或临床与超声特征的人工智能模型,用于脱垂患者。例如,Duan等73开发了一种深度学习算法,以三维超声图像作为模型输入来识别不同类型的盆腔器官脱垂(前壁 vs 中壁 vs 后壁),报告AUC为0.79。Xu等72构建了一个包含临床和超声特征的预测性机器学习模型,用于为有症状的脱垂女性选择子宫托类型(环形 vs Gellhorn),显示AUC为0.81。
三项研究侧重于识别和分析盆底疾病所涉及的解剖结构67, 68, 71。其中,两项开发了深度学习模型,DICE值分别为0.79 67和0.86 68。一项研究71开发了机器学习模型,AUC为0.91。
子宫病变
已提出两种不同的深度学习模型,利用三维超声图像评估子宫内膜厚度和子宫内膜粘连76, 77。Wu和Zhang77使用极限学习机去噪算法诊断粘连,发现其表现与宫腔镜检查相似。Wang等76将三维U-Net模型应用于三维超声图像,对子宫内膜进行自动分割并识别子宫内膜粘连,显示出高分割准确度(DICE,0.91)。
七项研究开发了检测子宫肌瘤的模型,采用深度学习方法(n = 6)78, 79, 80, 81, 82, 84或深度学习/机器学习联合方法(n = 1)83。Dilna等79使用基于超声的深度学习模型检测肌瘤的存在,准确度为0.95。Huo等78使用深度卷积神经网络(DCNN)分析了来自667例患者的3870张超声图像,表现良好(AUC,0.95)。Shahzad等80在1057张超声图像上测试了双路径DCNN架构,报告自动肌瘤检测准确度为0.998,而Yang等82在其深度学习模型中显示,在871例患者的队列中平均平均精度为0.98。Cai等81开发了一种由MobileNetV2和深度卷积生成对抗网络组成的混合深度学习模型,用于自动检测子宫肌瘤,准确度为0.97。Chinna和Pathrose Mary84的卷积循环神经网络在检测子宫超声图像中的肌瘤方面准确度为0.998。最后,Kaveramma等83旨在使用机器学习和深度学习分类器将子宫超声图像分类为纤维化或正常。在机器学习分类器中,SVM产生的分类准确度为0.93,而ViT为0.98。
Raimondo等85评估了一种深度学习模型在子宫超声图像上诊断子宫腺肌症的性能,准确度较低(0.51)。
讨论
在本系统综述中,我们总结了将人工智能应用于超声成像以诊断良性妇科疾病的研究结果。大多数研究建立了分类模型,用于区分正常与病理情况(例如是否存在多囊卵巢综合征(PCOS)、子宫内膜异位症和压力性尿失禁)。其他研究开发了模型来自动分割或测量卵泡或卵巢体积,目的是促进对卵巢周期的更好监测,从而优化不孕女性的辅助生殖技术(ART)。纳入的研究中存在一些局限性。例如,大多数研究未进行外部验证,而这是确定预测模型在新且多样化的患者环境中可重复性和泛化性的关键步骤。此外,各研究用于建模的变量数量和类型差异很大,使得难以比较模型和评估模型相关性。此外,大多数研究在单中心进行,导致病例数量有限,患者特征代表性差。此外,人工智能模型通常在特定数据集上训练,这可能引入偏倚,特别是如果训练数据不能充分代表多样化的患者群体。
已有多篇关于人工智能在妇科恶性肿瘤中应用的系统综述发表,介绍了人工智能应用于各种成像模式的主要发现和最常见应用 96 , 97 , 98 。在良性妇科疾病背景下关于人工智能与超声的少数已发表系统综述仅聚焦于单一疾病 99 , 100 。Avery 等 99 总结了现代诊断技术(即经阴道超声检查、超声联合磁共振成像以及人工智能)在子宫内膜异位症中的作用。在纳入的 49 项研究中,仅三项涉及超声成像和人工智能。在其系统综述中,Barrera 等 100 纳入了 31 项评估机器学习算法在多囊卵巢综合征诊断或分类中性能的研究。其中 14 项研究使用了超声成像,其中 6 项被纳入本综述;我们排除了其余 8 项研究,因为它们发表在未纳入我们检索策略的数据库中,或全文不可获取。
我们的综述表明,人工智能模型在多种良性妇科疾病中有用,包括子宫内膜异位症、内分泌疾病和盆底功能障碍。子宫内膜异位症和内分泌疾病在育龄女性中非常常见。经阴道超声检查通常是首选方法,由专家操作时是极好的诊断工具。然而,其诊断准确性取决于操作者经验水平、超声设备和扫描时间。人工智能模型被证明与专家操作者一样准确,因此可用于没有专家操作者的环境。我们还发现人工智能在盆底功能障碍中的一些应用,这些疾病使用超声诊断可能较为困难。预测盆底功能障碍的潜力对于最高风险患者(即绝经期或产后女性)的预防保健具有重大价值。
据我们所知,这是首个专门针对人工智能应用于全部良性妇科疾病超声领域的系统综述。我们在多个数据库中进行了广泛的文献检索,以确保研究的严谨性。我们报告了全面的数据,包括样本量、图像数量、发表年份、地理分布和结局,以及人工智能类型和所纳入的变量类别。此外,我们使用QUADAS‐AI 93评估了研究质量,该工具专门适用于人工智能研究。然而,一些局限性应予承认。首先,研究在人工智能算法、超声技术、患者人群和结局方面存在显著异质性,使我们无法进行荟萃分析,这限制了我们推广研究结果的能力。此外,人工智能领域的快速进展可能削弱这些发现的长期相关性。文献中的显著空白包括缺乏评估人工智能应用于超声成像在良性妇科疾病中的长期疗效和安全性的纵向研究,以及缺乏针对这些技术的实际挑战、临床整合障碍和伦理考量的研究。
我们相信本综述可以帮助读者更好地理解人工智能应用于超声成像的作用。将人工智能系统纳入临床实践可以改善患者管理和预后,降低医疗成本,并通过提高妇科医生的效率和准确性来减轻其工作负担。尽管本文描述了上述优势和进展,但人工智能在妇科诊断中的临床转化仍需进一步研究,且是一个长期过程。
总之,已发表的关于人工智能应用于良性妇科疾病超声的文献主要集中于创建分类模型以区分正常和病理病例,以及开发模型以自动分割或测量卵巢卵泡或体积。本综述应有助于读者更好地理解人工智能在妇科超声成像中的应用。
支持信息
附录S1 人工智能的关键概念
附录S2 检索策略
表S1 基于QUADAS‐AI领域的质量评估描述
表S2 系统综述纳入的59项研究的偏倚风险评估
表S3 系统综述纳入的59项研究的特征和主要发现
引用
- Moro F, Giudice MT, Ciancia M, et al. Application of artificial intelligence to ultrasound imaging for benign gynecological disorders: systematic review. Ultrasound Obstet Gynecol. 2025. PMID: 39888598. doi:10.1002/uog.29171
- 全文:PMC11872345(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11872345/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。