S611 Diagnostic Accuracy of Artificial Intelligence in the Diagnosis of Intestinal Metaplasia and Dysplasia in Patients With Barrett’s Esophagus: A Diagnostic Test Accuracy Meta-Analysis
Notice bibliographique
Résumé
Introduction: Diagnosing dysplasia in patients with Barrett’s esophagus is crucial in preventing esophageal cancer but challenging in clinical practice. Artificial intelligence (AI) could potentially provide better diagnostic accuracy. Methods: A comprehensive electronic search was conducted of cross-sectional studies examining the accuracy of AI in diagnosing intestinal metaplasia or dysplasia. Study selection, data extraction and quality assessment were completed by 2 authors independently. When a study used several models, the model with the highest sensitivity was used in meta-analysis. QUADAS-2 was used to assess risk of bias and applicability. Meta-analysis was performed using a bivariate model to obtain summary estimates of sensitivity, specificity, and diagnostic odds ratio. Results: Twenty-five out of 1479 articles were included. The diagnosis of intestinal metaplasia by AI algorithms had a sensitivity, specificity, and diagnostic odds ratio of 0.95 (CI 0.76-0.99), 0.96 (CI 0.60-0.99), and 394.05 (CI -102.36-890.45) respectively. The diagnosis of dysplasia compared to intestinal metaplasia by AI algorithms had a sensitivity, specificity, and diagnostic odds ratio of 0.91 (CI 0.88-0.94), 0.88 (CI 0.81-0.92), and 74.24 (CI -28.10-120.37) respectively. A sensitivity analysis by removing the largest studies did not change the overall accuracy of AI. Conclusion: AI algorithms seem to be accurate at detecting the presence of intestinal metaplasia and dysplasia. Future studies should evaluate the use of AI in combination with endoscopist opinion as this technology could be utilized as a clinical decision tool to better target biopsies for dysplasia.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,044 | 0,122 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,059 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».