Diagnostic performance and clinical applications of artificial intelligence for intracranial bleeding detection: A meta-analysis
Notice bibliographique
Résumé
Introduction: Intracranial hemorrhage (ICH) is a neurological emergency with high mortality rates requiring timely diagnosis. While computed tomography (CT) remains the gold standard, diagnostic accuracy varies with radiologist experience and workload. This systematic review and meta-analysis aims to evaluate the diagnostic performance of AI algorithms in detecting ICH on CT imaging and to explore key considerations for their clinical implementation in emergency and teleradiology settings. Methods: We conducted a systematic review and meta-analysis following PRISMA-DTA guidelines, searching seven databases up to May 2025. Studies evaluating AI diagnostic accuracy for ICH detection on non-contrast CT scans were included. Quality assessment used QUADAS-2 criteria. Pooled estimates were calculated using random-effects models, with subgroup analyses by algorithm architecture and ICH subtype. Results: A total of 45 studies met the inclusion criteria, comprising 29 research algorithm evaluations (n = 185,847 patients) and 16 studies of commercial AI system implementations (n = 94,523 patients). Research algorithms demonstrated a pooled sensitivity of 0.890 (95 % CI: 0.839-0.942) and specificity of 0.926 (95 % CI: 0.899-0.954). Commercial AI systems exhibited slightly superior performance, with sensitivity of 0.899 (95 % CI: 0.858-0.940) and specificity of 0.951 (95 % CI: 0.928-0.974). Diagnostic accuracy varied notably across ICH subtypes, with epidural hemorrhage presenting the greatest detection challenge (difficulty score: 0.251). Among algorithmic designs, convolutional recurrent neural networks (CNN-RNNs) demonstrated the highest diagnostic performance. In real-world clinical implementation, AI integration demonstrated substantial workflow improvements: door-to-treatment decision time reduced by 26 % (92 → 68 min), critical case notification time decreased by 57 % (75 → 32 min), and triage accuracy improved by 8 % (86 %→94 %), directly impacting patient care pathways. Despite a 7-8 % sensitivity reduction compared to benchmark settings, these clinical benefits were consistent across implementations. Conclusions: AI algorithms demonstrate strong diagnostic performance in detecting ICH, with commercial systems demonstrating superior specificity compared to research models. Despite notable performance gaps in detecting certain hemorrhage subtypes, particularly epidural hemorrhage, the clinical benefits of AI integration, including improved workflow efficiency and reduced time to treatment decisions, are substantial. Future research should prioritize prospective validation and the development of algorithms tailored to enhance detection across challenging ICH subtypes.
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 | 0,026 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,055 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».