|
- IRMS - Nicolae Testemitanu SUMPh
- REVISTE MEDICALE NEINSTITUȚIONALE
- Sănătate Publică, Economie şi Management în Medicină
- Sănătate Publică, Economie şi Management în Medicină 2024
- Sănătate Publică, Economie şi Management în Medicină Nr. 5(102) / 2024
Please use this identifier to cite or link to this item:
http://hdl.handle.net/20.500.12710/30873
Title: | Artificial intelligence for detecting and quantifying steatotic liver disease |
Other Titles: | Inteligență artificială pentru detectarea și cuantificarea bolii ficatului steatozic Искусственный интеллект для выявления и количественной оценки жировой болезни печени |
Authors: | Shajahan, Mohammed Faiz Toaca, Inesa Ștefaneț, Olga Peltec, Angela |
Keywords: | artificial intelligence;deep learning;machine learning;fatty liver;ultrasound;hepatic steatosis |
Issue Date: | 2024 |
Publisher: | Asociația Obștească "Economie, Management și Psihologie în Medicină" din Republica Moldova |
Citation: | SHAJAHAN, Mohammed Faiz; Inesa TOACA; Olga ȘTEFANEȚ and Angela PELTEC. Artificial intelligence for detecting and quantifying steatotic liver disease.Sănătate publică, economie şi management în medicină. 2024, nr. 5(102), p. 173-179. ISSN 1729-8687. https://doi.org/ 10.52556/2587-3873.2024.5(102).26 |
Abstract: | Summary
The prevalence of hepatic steatosis is increasing globally. While
non-invasive diagnostic methods like ultrasonography and
clinical scoring systems have been suggested as alternatives to
liver biopsy, their effectiveness has been questioned. Integrating
Artificial Intelligence (AI) with traditional diagnostic methods
is being explored to enhance the accuracy of non-invasive
approaches. The research utilized science bibliographic databases for data retrieval, namely PubMed, Scopus, and
Google Scholar. The search terms utilized were “fatty liver,”
“hepatic steatosis” “artificial intelligent”, “machine learning”,
“deep learning”, “convolutional neural network”, “artificial
neural network” and “ultrasound” etc. The systematic review
encompassed studies, which collectively demonstrated that AI
had a notable impact on improving the diagnosis of various
liver conditions including liver steatosis, steatohepatitis, liver
fibrosis, and liver cirrhosis. Through qualitative analysis, it
was found that AI was particularly effective in enhancing
diagnostic accuracy for these conditions. The integration of
AI-supported systems has shown promising advancements
in the detection and quantification of steatosis, NASH, and
liver fibrosis in patients with liver steatosis. These systems
have demonstrated the ability to improve performance in accurately diagnosing and assessing the severity of liver diseases,
providing healthcare professionals with valuable tools for more
effective clinical management. Rezumat
Prevalența steatozei hepatice este în creștere la nivel mondial.
Deși metodele non-invazive de diagnostic, cum ar fi ultrasonografia și sistemele de scorificare clinică au fost sugerate
ca alternative la biopsia hepatică, eficacitatea acestora a fost
pusă sub semnul întrebării. Integrarea inteligenței artificiale
(IA) cu metodele tradiționale de diagnosticare este în curs de
explorare pentru a spori acuratețea abordărilor non-invazive.
Cercetarea a utilizat baze de date bibliografice științifice PubMed, Scopus și Google Scholar. Termenii de căutare utilizați au
fost „ficat gras”, „steatoză hepatică”, „inteligență artificială”,
„învățare automată”, „învățare profundă”, „rețea neuronală
convoluțională”, „rețea neuronală artificială” și „ultrasunete”
etc. Review-ul sistematic a cuprins studii care au demonstrat
că IA a avut un impact notabil asupra îmbunătățirii diagnosticului diferitelor afecțiuni hepatice, inclusiv a steatozei
hepatice, steatohepatitei, fibrozei și cirozei hepatice. Prin
intermediul analizei calitative s-a constatat că IA a fost deosebit de eficientă în îmbunătățirea acurateței diagnosticului
pentru aceste afecțiuni. Integrarea sistemelor susținute de IA
a demonstrat progrese promițătoare în detectarea și cuantificarea steatozei, steatohepatitei și a fibrozei hepatice la
pacienții cu steatoză hepatică. Aceste sisteme au demonstrat
capacitatea de a îmbunătăți performanța în diagnosticarea
și evaluarea cu acuratețe a severității bolilor hepatice, oferind
profesioniștilor din domeniul sănătății instrumente valoroase
pentru un management clinic mai eficient. Резюме
Распространенность стеатоза печени растет во всем
мире. Неинвазивные методы диагностики, такие как
ультразвуковое исследование и клинические балльные
системы, были предложены в качестве альтернативы
биопсии печени, однако их эффективность была поставлена под сомнение. В настоящее время изучается
возможность интеграции искусственного интеллекта
(ИИ) с традиционными методами диагностики для
повышения точности неинвазивных подходов. Для поиска данных использовались научныe библиографическиe
базы данных: PubMed, Scopus и Google Scholar. В качестве
поисковых терминов использовались «жировая дистрафия печени», «стеатоз печени», «искусственный
интеллект», «машинное обучение», «глубокое обучение»,
«конволюционная нейронная сеть», «искусственная нейронная сеть», «ультразвук» и т. д. В систематический
обзор вошли исследования, которые в совокупности
показали, что ИИ оказывает заметное влияние на
улучшение диагностики различных заболеваний печени,
включая стеатоз печени, стеатогепатит, фиброз и
цирроз печени. С помощью качественного анализа было
установлено, что ИИ особенно эффективен для повышения точности диагностики этих состояний. Интеграция систем с поддержкой искусственного интеллекта
показала многообещающий прогресс в обнаружении и
количественной оценке стеатоза, стеатогепатита и
фиброза печени у пациентов со стеатозом печени. Эти
системы продемонстрировали способность повышать
эффективность точной диагностики и оценки тяжести заболеваний печени, предоставляя медицинским
работникам ценные инструменты для более эффективного клинического лечения. |
metadata.dc.relation.ispartof: | Sănătate Publică, Economie şi Management în Medicină |
URI: | https://revistaspemm.md/wp-content/uploads/2024/10/2024_CM5102_2024_octombrie_COLOR.pdf https://doi.org/ 10.52556/2587-3873.2024.5(102).26 https://repository.usmf.md/handle/20.500.12710/30873 |
ISSN: | 1729-8687 |
Appears in Collections: | Sănătate Publică, Economie şi Management în Medicină Nr. 5(102) / 2024
|
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
|