A 25-Year Retrospective of the Use of AI for Diagnosing Acute Stroke: Systematic Review
Eine 25-jährige retrospektive Betrachtung des Einsatzes von KI zur Diagnostik des akuten Schlaganfalls: systematische Übersichtsarbeit
Journal of Medical Internet Research · 10.09.2024 · 26 · e59711
DOI: 10.2196/59711 ↗Auf einen Blick
Die Übersichtsarbeit fasst 50 Artikel zu KI-gestützter Schlaganfalldiagnostik von 1999 bis 2024 zusammen. Deep Learning zeigte in mehreren Bereichen bessere Leistungen als Machine Learning.
Fragestellung
Welche Methoden der KI-gestützten Schlaganfalldiagnostik wurden in den letzten 25 Jahren verwendet, und wie entwickelten sich die Leistungsdaten?
Methode
Systematische Übersichtsarbeit; 50 repräsentative Artikel von 1999 bis 2024 zu KI für Schlaganfallprävention und -diagnostik wurden ausgewählt und analysiert.
Ergebnisse
Es wurden Fortschritte bei Läsionssegmentierung, Klassifikation, Risikovorhersage und Prognose beschrieben. Vor 2012 dominierten Thresholding/heuristische Verfahren, 2012 bis 2016 ML, nach 2016 DL mit höherer Genauigkeit.
Schlussfolgerung der Autor:innen
KI-Technologie zeigte über die letzten 25 Jahre eine vielversprechende Leistung in der Schlaganfalldiagnostik.
Kernaussagen
- 50 Artikel wurden zu KI-gestützter Schlaganfalldiagnostik analysiert
- DL zeigte Vorteile gegenüber ML bei Segmentierung, Klassifikation und Risikovorhersage
- Bei der Schlaganfallprognose zeigten DL und ML gute Leistungen
Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.
Kurz gefasst
Historischer Beitrag in der Zeitschrift Journal of Medical Internet Research, online erschienen am 10.09.2024. Verfasst von Zhaoxin Wang und 6 weiteren Autor:innen. Beteiligte Einrichtung: Nantong University, Nantong, China. Hauptthemen laut MEDLINE: Artificial Intelligence, Stroke. Die Arbeit wurde bisher 15-mal zitiert (Crossref) und nennt 117 Literaturangaben. Der Volltext ist frei in PubMed Central verfügbar.
Themen: Schlaganfall
Abstract (Originalsprache)
Background
Stroke is a leading cause of death and disability worldwide. Rapid and accurate diagnosis is crucial for minimizing brain damage and optimizing treatment plans.
Objective
This review aims to summarize the methods of artificial intelligence (AI)–assisted stroke diagnosis over the past 25 years, providing an overview of performance metrics and algorithm development trends. It also delves into existing issues and future prospects, intending to offer a comprehensive reference for clinical practice.
Methods
A total of 50 representative articles published between 1999 and 2024 on using AI technology for stroke prevention and diagnosis were systematically selected and analyzed in detail.
Results
AI-assisted stroke diagnosis has made significant advances in stroke lesion segmentation and classification, stroke risk prediction, and stroke prognosis. Before 2012, research mainly focused on segmentation using traditional thresholding and heuristic techniques. From 2012 to 2016, the focus shifted to machine learning (ML)–based approaches. After 2016, the emphasis moved to deep learning (DL), which brought significant improvements in accuracy. In stroke lesion segmentation and classification as well as stroke risk prediction, DL has shown superiority over ML. In stroke prognosis, both DL and ML have shown good performance.
Conclusions
Over the past 25 years, AI technology has shown promising performance in stroke diagnosis.
Schlagwörter
MeSH-Schlagwörter (MEDLINE)
Stichwörter der Autor:innen
Autor:innen und Institutionen
- Nantong University, Nantong, China.
ORCID-Profile: Zhaoxin Wang, Wenwen Yang, Zhengyu Li, Ze Rong, Xing Wang, Jincong Han, Lei Ma
Zitieren
APA
Wang, Z., Yang, W., Li, Z., Rong, Z., Wang, X., Han, J., & Ma, L. (2024). A 25-Year Retrospective of the Use of AI for Diagnosing Acute Stroke: Systematic Review. Journal of Medical Internet Research, 26, e59711. https://doi.org/10.2196/59711
Vancouver
Wang Z, Yang W, Li Z, Rong Z, Wang X, Han J, et al. A 25-Year Retrospective of the Use of AI for Diagnosing Acute Stroke: Systematic Review. Journal of Medical Internet Research. 2024;26:e59711. doi:10.2196/59711
BibTeX
@article{Wang2024,
author = {Wang, Zhaoxin and Yang, Wenwen and Li, Zhengyu and Rong, Ze and Wang, Xing and Han, Jincong and Ma, Lei},
title = {A 25-Year Retrospective of the Use of AI for Diagnosing Acute Stroke: Systematic Review},
journal = {Journal of Medical Internet Research},
year = {2024},
volume = {26},
pages = {e59711},
doi = {10.2196/59711}
}
EUVIMED