تشخیص تنگی کمری با هوش مصنوعی

چکیدهٔ فارسی
طرح: مرور نظام‌مند و متاآنالیز. هدف: ارزیابی دقت تشخیصی هوش مصنوعی در تنگی کانال کمری. روش: ۴۸ مطالعه؛ تحلیل صحت مدل‌های DL و ML. نتایج: دقت کلی ۰٫۸۸۵؛ DL بر ML برتری داشت. تشخیص تنگی کانال مرکزی با DL دقت ۰٫۸۸۱ داشت؛ اما تمایز خفیف/متوسط هنوز ناکافی است. نتیجه: هوش مصنوعی—به‌ویژه DL—در تشخیص تنگی کمری ارزشمند است ولی برای موارد خفیف تا متوسط به پالایش بیشتر نیاز دارد.
Lippincott Journals

نکتهٔ کلیدی
مدل‌های DL می‌توانند به‌عنوان ابزار کمکی تفسیر MRI/CT کانال کمری به‌کار روند؛ اما برای غربالگری بیماران در مراحل ابتدایی هنوز نباید به‌تنهایی متکی بود.