A Systematic Review and Descriptive Quantitative Synthesis of Artificial Intelligence in Cervical Cancer Screening and Diagnosis
Diese systematische Übersichtsarbeit über 898 Studien zu künstlicher Intelligenz bei der Gebärmutterhalskrebs-Vorsorge und -Diagnose zeigt eine breite Anwendung über mehrere Modalitäten hinweg auf, hebt jedoch eine signifikante methodische Heterogenität sowie Einschränkungen bei der Berichterstattung hervor, die eine gepoolte quantitative Analyse verhindern, was die dringende Notwendigkeit einer standardisierten Berichterstattung, externen Validierung und prospektiven klinischen Evaluierung unterstreicht.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Gebärmutterhalskrebs ist eine Krankheit, die zwar vermeidbar ist, aber weltweit dennoch Menschenleben fordert. Der Schlüssel zur Bekämpfung liegt darin, abnormale Zellen frühzeitig zu finden, oft noch bevor sie zu Krebs werden. Ärzte verwenden derzeit verschiedene Werkzeuge dazu, die von der Untersuchung von Zellen unter einem Mikroskop bis hin zur Untersuchung des Gebärmutterhalses mit einer speziellen Kamera reichen. Diese Methoden hängen jedoch stark vom menschlichen Geschick ab und können variieren, je nachdem, wer die Auswertung vornimmt oder wie die Qualität der Bilder ist. In den letzten Jahren haben sich Wissenschaftler der künstlichen Intelligenz zugewandt – einem Bereich, in dem Computer lernen, Muster zu erkennen –, um bei dieser Aufgabe zu helfen. Diese Computerprogramme können darauf trainiert werden, Anzeichen einer Krankheit in medizinischen Bildern zu entdecken, was potenziell ein zweites Paar Augen bietet, das niemals ermüdet. Das Versprechen ist, dass diese Werkzeuge das Screening genauer und für mehr Menschen verfügbar machen könnten, aber die Frage bleibt: Wie gut funktionieren sie tatsächlich in der realen Welt?
Ein Forschungsteam machte sich daran, dies zu beantworten, indem es jede verfügbare Studie über den Einsatz künstlicher Intelligenz bei der Vorsorge und Diagnose von Gebärmutterhalskrebs zusammenstellte. Sie durchsuchten vier große wissenschaftliche Datenbanken nach jeglicher Originalforschung, die Computer zur Analyse von Zellen, Kamerabildern oder Gewebeproben einsetzte. Nach dem Entfernen von Duplikaten und dem Filtern von Studien, die nicht ihren strengen Kriterien entsprachen, blieben 8-98 Studien zur Untersuchung übrig. Diese massive Sammlung deckte ein breites Spektrum an Anwendungen ab, von der Analyse von Pap-Abstrichen und flüssigkeitsbasierten Zellproben bis hin zur Überprüfung von Bildern aus der Kolposkopie – einem Verfahren, bei dem ein Arzt den Gebutterhals genau untersucht – und sogar der Untersuchung von Gewebe unter einem Mikroskop. Die Anzahl der zu diesem Thema veröffentlichten Studien ist rasant gestiegen, wobei die Mehrheit in den letzten Jahren erschien, was das wachsende Interesse widerspiegelt, maschinelles Lernen und Deep Learning zur Lösung medizinischer Probleme einzusetzen.
Die Forscher fanden heraus, dass künstliche Intelligenz zwar auf viele verschiedene Arten eingesetzt wird, die Ergebnisse jedoch schwer direkt vergleichbar sind. Von den 898 Studien lieferten nur 60 klare Zahlen darüber, wie gut der Computer performte, etwa wie oft er die Krankheit korrekt identifizierte oder korrekt ausschloss. Selbst unter diesen 60 Studien waren die Informationen oft unvollständig. Um wirklich zu wissen, wie gut ein Diagnosetool ist, müssen Wissenschaftler normalerweise einen vollständigen Datensatz sehen, der genau zeigt, wie viele Fälle korrekt identifiziert wurden, wie viele übersehen wurden und wie viele gesunde Fälle fälschlicherweise als krank markiert wurden. Keine der Studien in dieser Übersicht lieferte diesen vollständigen Datensatz an Zahlen. Da die Daten fehlten oder auf unterschiedliche Weise berichtet wurden, konnten die Forscher die Ergebnisse nicht zu einem einzigen, übergeordneten Genauigkeitswert kombinieren. Sie konnten keinen Durchschnittswert berechnen, der der Welt genau sagen würde, wie effektiv diese Werkzeuge im Moment tatsächlich sind.
Anstatt einer einzelnen Zahl lieferte das Team eine beschreibende Zusammenfassung dessen, was sie fanden. Sie stellten fest, dass die Genauigkeit (Accuracy) die am häufigsten berichtete Metrik war, gefolgt von der Sensitivität, die misst, wie gut das Werkzeug die Krankheit erkennt, und der Spezifität, die misst, wie gut es Fehlalarme vermeidet. Die Studien unterschieden sich massiv in ihrer Gestaltung, den verwendeten Daten und der Art und Weise, wie die Computermodelle getestet wurden. Einige nutzten Daten aus einem einzelnen Krankenhaus, andere nutzten Bilder aus mehreren Standorten. Einige verglichen die KI mit einem menschlichen Experten, andere mit einem anderen Standard. Diese Vielfalt bedeutete, dass ein Werkzeug, das in einer Studie sehr gut aussah, in einer anderen Umgebung möglicherweise nicht die gleiche Leistung erbrachte. Die Forscher untersuchten auch die Qualität der Studien und stellten fest, dass vielen die klaren Details darüber fehlten, wie die Daten ausgewählt oder wie die Modelle getestet wurden, was es schwierig machte, den Ergebnissen voll vertrauen zu können.
Die Schlussfolgerung dieser umfassenden Übersicht ist, dass die künstliche Intelligenz zwar ein breites Potenzial bietet, Ärzten bei der Vorsorge und Diagnose von Gebärmutterhalskrebs zu helfen, die vorliegenden Belege jedoch noch nicht ausreichen, um ein endgültiges Urteil über ihre allgemeine Leistungsfähigkeit zu fällen. Die Werkzeuge existieren und werden in vielen verschiedenen Kontexten eingesetzt, aber die Art und Weise, wie die Forschung berichtet wird, macht es unmöglich, genau zu sagen, wie zuverlässig sie übergreifend sind. Die Autoren schlagen vor, dass für diese Werkzeuge, um ein Standardbestandteil der medizinischen Versorgung zu werden, zukünftige Studien konsistenter sein müssen. Sie müssen größere Patientengruppen aus verschiedenen Regionen nutzen, denselben Testregeln folgen und ihre Ergebnisse vollständig melden, einschließlich der detaillierten Aufschlüsselung korrekter und falscher Befunde. Bis dieser Schritt vollzogen ist, wird das volle Potenzial der künstlichen Intelligenz in diesem lebensrettenden Bereich eher ein Versprechen als eine bewiesene Realität bleiben.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.