人工智能在血管内介入自主导航中的应用：系统综述

目的：血管内介入中设备的自主导航可以减少手术时间，改善术中决策，减少操作者辐射暴露，同时增加治疗的可及性。本系统综述探索近期文献，评估人工智能（AI）在自主血管内介入导航中的影响、挑战和机遇。方法：查询PubMed和IEEEXplore数据库。纳入标准包括研究AI在实现血管内介入中导管/导丝自主导航中的研究。遵循PRISMA，使用QUADAS-2评估文章。PROSPERO: CRD42023392259。结果：在462项研究中，14项符合纳入标准。强化学习（9/14, 64%）和从示范中学习（7/14, 50%）被用作自主导航的数据驱动模型。研究主要使用物理体模（10/14, 71%）和计算机模拟（4/14, 29%）模型。大多数研究报告了在心脏血管内或周围的实验（10/14, 71%），而三项研究（3/14, 21%）使用了简单的非解剖血管平台，一项研究使用了猪肝静脉系统。我们观察到研究中存在偏倚风险和较差的泛化性。所有审查的研究均未对患者进行手术。研究缺乏患者选择标准、参考标准和可重复性，导致临床证据水平较低。结论：AI在自主血管内导航中的潜力是有希望的，但处于实验性概念验证阶段，技术就绪水平为3。我们强调，具有明确性能指标的参考标准对于比较未来提出的数据驱动算法至关重要。