在医学研究领域，人工智能（AI）的快速发展展现出巨大的潜力，尤其是在诊断疾病这一复杂挑战中。急性阑尾炎（AA）是儿童常见的紧急外科情况，其诊断过程不仅需要高度的精确性，还需要快速响应，因为延误诊断可能导致严重并发症。然而，尽管AI技术在临床设置中被寄予厚望，其在实际应用中的有效性仍然不明确。本研究旨在通过系统性文献综述，评估AI在儿童急性阑尾炎诊断中的准确性，以期为未来的临床实践提供证据支持。

本研究通过在PubMed、Embase和Web of Science数据库中，使用“儿童”、“人工智能”、“标准实践”和“阑尾炎”等关键词进行文献搜索，检索截至2023年9月的相关研究。通过PROBAST工具评估了纳入研究的偏倚风险。

研究筛选流程图

结果显示，本研究查看了302篇有关使用人工智能（AI）帮助诊断儿童急性阑尾炎的文章，并最终选取了9篇进行详细分析。这些被选中的研究主要是回顾性的，意味着它们是在事件发生后进行的分析，只有两项是前瞻性的，即在治疗开始前就设立了研究计划。虽然这些研究都没有通过随机对照试验的方式进行，但它们共同开发了不同的算法来预测急性阑尾炎的发生，并且大多数研究报告称其准确率超过90%，或者其预测能力（以曲线下面积衡量）超过0.9，这显示了AI在此领域的高度潜力。然而，当我们评估这些研究的偏倚风险时，发现所有研究都存在偏倚高风险，这意味着研究结果可能受到某些未控制因素的影响，因此在解读这些结论时需要谨慎。

入选的研究明细

总之，尽管AI在儿童急性阑尾炎诊断中展现出了前景，但目前的研究设计和报告质量仍需改进，以确保这些技术能够更准确、更可靠地应用于临床实践中。

原始出处：

Artificial Intelligence in the Diagnosis and Management of Appendicitis in Pediatric Departments: A Systematic Review. Eur J Pediatr Surg. 2024 Feb 29. doi: 10.1055/a-2257-5122. Epub ahead of print. PMID: 38290564.