综述：深度学习与经典机器学习在骨肿瘤应用中的性能比较及未来展望：一项系统综述（2019–2025年）

人工智能在骨肿瘤诊断、预后评估等领域的应用研究系统综述，分析了2019-2025年间PubMed等四大数据库的70项研究，指出深度学习在图像任务中表现更优，而传统机器学习在结构化小样本数据中更稳定，未来需加强模型优化和跨学科合作。

摘要

背景

骨肿瘤的诊断和预后评估是一项复杂且具有临床意义的挑战。近年来，人工智能（AI）尤其是深度学习（DL）和经典机器学习（ML）的兴起成为该领域中一个有前景的工具。本研究系统地回顾了AI在骨肿瘤诊断、预后、分割和治疗反应中的应用，重点关注模型性能、新兴趋势和当前的限制。

方法

本系统评价遵循PRISMA指南，对四个主要数据库（PubMed、Web of Science、Scopus和Cochrane Library）进行了全面搜索，以识别2019年1月至2025年5月期间发表的关于AI在骨肿瘤应用的研究。根据预先定义的纳入和排除标准确定了相关原始文章，并系统地提取和分析了研究数据，如基本信息、算法、模型、性能指标和临床任务。同时，对DL和ML方法在骨肿瘤中的性能进行了比较分析。

结果

该回顾共纳入了70项研究，涉及53,149例病例，其中45.83%为恶性骨肿瘤。77.63%的研究使用了DL，22.37%的研究使用了经典ML。诊断任务是研究的重点（81.94%），其次是生存预测（11.11%）和治疗反应评估（6.94%）。性能指标显示，DL模型在准确性（0.87）、AUC（0.89）、敏感性（0.84）、特异性（0.88）、精确度（0.81）和F分数（0.84）方面表现更好，而经典ML模型在精确度（0.90）方面最高。尽管DL在基于图像的任务中表现出优势，但在结构化数据集中经典ML的稳定性更高。在大样本研究和小样本研究之间未观察到显著的性能差异，这反映了两种模型的稳健性。此外，研究重点最近出现了从诊断应用向疾病预测的转变。

结论

人工智能在骨肿瘤研究中展现了强大的性能和潜力。DL在基于图像的骨肿瘤任务中通常表现出更平衡的性能，而经典ML在结构化、小样本数据集和以精确度为优先的设置中仍具有竞争力。然而，我们没有观察到统计学上的显著差异，因此这些发现应被视为特定情境下的性能趋势，而不是普遍验证的优越性。未来的研究应侧重于优化DL和经典ML模型，开发融合算法以提高泛化性能、准确性和适应复杂数据场景的能力。同时，促进计算机科学家和临床医生之间的跨学科和多中心合作，改进数据共享框架，并解决伦理和隐私问题，对于充分发挥AI在骨肿瘤研究和临床应用中的巨大潜力至关重要。