心电图检查中人工智能应用的批判性综述:从模型设计到临床验证
《IEEE Transactions on Biomedical Engineering》:Artificial Intelligence in Echocardiography: A Critical Review of Models, Validation, and Clinical Impact
【字体:
大
中
小
】
时间:2026年10月15日
来源:IEEE Transactions on Biomedical Engineering 4.4
编辑推荐:
摘要:
目的:对心电图检查中的人工智能(AI)进行批判性回顾,将模型设计与技术性能同验证和临床应用联系起来。
方法:我们综合了通过Web of Science和Scopus数据库收集以及定向修订检索汇编的文献。证据按照心电图检查任务、模型范式、数据来源、评估协议和临床验证
摘要:目的:对心电图检查中的人工智能(AI)进行批判性回顾,将模型设计与技术性能同验证和临床应用联系起来。方法:我们综合了通过Web of Science和Scopus数据库收集以及定向修订检索汇编的文献。证据按照心电图检查任务、模型范式、数据来源、评估协议和临床验证水平进行分类整理。结果:人工智能应用涵盖采集指导、图像分析、定量测量、疾病评估和结局预测,并出现了新兴的基础模型、多模态模型和检查水平模型。大多数研究评估的是回顾性任务性能;较少研究评估跨站点可迁移性或临床影响。在对齐的协议下,视图识别、分割和选定测量已经证明了可重复的性能,前瞻性试验确认了工作流程的改进。然而,将人工智能与改善临床决策或患者结局联系起来的证据仍然有限。泛化能力还受到数据集覆盖不均衡和评估协议不一致的限制。结论:当前证据支持人工智能在选定心电图检查任务中的辅助作用;然而,临床应用需要在预期环境中进行外部验证、失败报告和持续监测。意义:本综述将模型开发与验证证据联系起来,以指导临床评估并确定心电图检查中前瞻性研究的优先事项。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号