综述：肿瘤学中人工智能卫生经济学评估的范围综述：方法学现状、经济效益与未来方向

《Health Economics Review》：Economic evaluation of artificial intelligence in oncology: a scoping review of literature

　　

摘要

背景

人工智能在应对医疗保健领域的紧迫挑战方面具有巨大潜力，特别是在改善癌症护理的可及性、质量和效率方面。越来越多的基于人工智能的应用正在各种癌症及诊断、免疫治疗、放射治疗和研究等领域中得到开发和实施。本范围综述评估了当前关于肿瘤学中人工智能卫生经济学评估的文献，检验了所使用的方法学方法，并探讨了将人工智能整合到癌症护理中相关的潜在经济效益和风险。

方法

对2019年1月1日至2026年4月间关于肿瘤学中人工智能卫生经济学评估的文献进行了综述。如果论文包含与人工智能系统相关的临床有效性、资源利用、成本或其他相关参数数据，则纳入研究。提取论文中的关键信息，包括作者、年份、国家、研究设计、人群、护理路径阶段（如筛查、诊断、规划、实施）。

结果

共回顾了29项卫生经济学评估。在这些研究中，9项（31%）关注乳腺癌，6项（21%）关注结直肠癌，5项（17%）关注肺癌。基于人工智能的技术最常见于癌症筛查评估，占22项（76%）研究。研究主要在西方发达国家进行，其中8项（28%）研究来自亚洲，1项（3%）来自中东。未识别到来自非洲、拉丁美洲或其他地区的研究。成本效用分析是主要的评估方法，马尔可夫模型是最常用的建模技术。大多数研究采用医疗保健视角。总体而言，评估报告了与人工智能实施相关的经济效益，这得益于准确性的提高、劳动力成本的降低以及工作流程的改善。

结论

结果表明，人工智能既有潜力具有成本效益，也有潜力节约成本，特别是在癌症护理的筛查和诊断阶段。然而，这些结果在现实环境中的适用性仍存在不确定性。以成本效用和成本效益框架为主的基于模型的评估表明，人工智能干预措施主要是在传统健康技术评估范式内进行评估。然而，这种方法往往忽视了人工智能特有的关键方面，如算法适应性、数据依赖性和产品生命周期成本。未来的评估应纳入现实世界性能数据、动态学习成本和实施结果。