Accuracy of Medical Image-Based Deep Learning for Detecting Microvascular Invasion in Hepatocellular Carcinoma: Systematic Review and Meta-Analysis - PubMed
2 months ago
- #deep learning
- #hepatocellular carcinoma
- #medical imaging
- 肝细胞癌（HCC）是全球癌症相关死亡的主要原因。
- 微血管侵犯（MVI）是HCC患者术后复发和不良预后的关键病理指标。
- 本荟萃分析评估了深度学习（DL）模型利用医学影像对HCC中MVI检测的诊断准确性。
- 分析共纳入52项研究，涉及19,531名HCC患者。
- DL模型对MVI预测的总体敏感性为0.80，特异性为0.82，SROC为0.88。
- 基于对比增强计算机断层扫描（CECT）的模型表现优异，敏感性0.84，特异性0.83，SROC达0.90。
- 使用病理切片的DL模型诊断性能最高（敏感性：0.91，特异性：0.90，SROC：0.92）。
- 与内部验证（SROC：0.90）相比，独立外部验证中模型性能一致性较低（SROC：0.85）。
- 该研究强调需要前瞻性、多中心研究和集成算法来开发稳健的临床工具。