利用人工智能增强尿液细胞病理学：系统评价

摘要 目的 评估人工智能（AI）在增强尿液细胞病理学以检测尿路上皮癌（UC）方面的潜力，强调诊断灵敏度、准确性和效率的提高，以及潜在的病理学家工作负担的减少。 方法 依据系统评价和Meta分析的优先报告项目（PRISMA）指南进行系统审查。在PubMed、Google Scholar、EMBASE和ScienceDirect中进行了检索（2018年1月到2025年7月），查找应用AI于尿液细胞学检测UC并报告灵敏度和特异性的英文研究。 结果 有11项研究满足纳入标准，样本量范围为116到2641例。AI模型主要为卷积神经网络，对高分级尿路上皮癌（HGUC）检测的灵敏度为63%到100%，特异性为61.8%到100%。人工智能有潜力在临床环境中提高检测效率和优化工作流程。 结论 人工智能作为尿液细胞病理学的诊断辅助工具展现出强大的潜力，尤其是在HGUC的检测中，通过提高准确性和效率。然而，仍然面临在不同环境中标准化其使用的挑战，以及需要进一步大规模验证研究的问题。