Artificial Intelligence in the Diagnosis of Onychomycosis—Literature Review - Publikacja - MOST Wiedzy

Wyszukiwarka

Artificial Intelligence in the Diagnosis of Onychomycosis—Literature Review

Abstrakt

Onychomycosis is a common fungal nail infection that is difficult to diagnose due to its similarity to other nail conditions. Accurate identification is essential for effective treatment. The current gold standard methods include microscopic examination with potassium hydroxide, fungal cultures, and Periodic acid-Schiff biopsy staining. These conventional techniques, however, suffer from high turnover times, variable sensitivity, reliance on human interpretation, and costs. This study examines the potential of integrating AI (artificial intelligence) with visualization tools like dermoscopy and microscopy to improve the accuracy and efficiency of onychomycosis diagnosis. AI algorithms can further improve the interpretation of these images. The review includes 14 studies from PubMed and IEEE databases published between 2010 and 2024, involving clinical and dermoscopic pictures, histopathology slides, and KOH microscopic images. Data extracted include study type, sample size, image assessment model, AI algorithms, test performance, and comparison with clinical diagnostics. Most studies show that AI models achieve an accuracy comparable to or better than clinicians, suggesting a promising role for AI in diagnosing onychomycosis. Nevertheless, the niche nature of the topic indicates a need for further research.

Cytowania

  • 1

    CrossRef

  • 0

    Web of Science

  • 1

    Scopus

Cytuj jako

Pełna treść

pełna treść publikacji nie jest dostępna w portalu

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Publikacja w czasopiśmie
Typ:
artykuły w czasopismach
Opublikowano w:
Journal of Fungi nr 10,
ISSN: 2309-608X
Język:
angielski
Rok wydania:
2024
Opis bibliograficzny:
Bulińska B., Mazur-Milecka M., Sławińska M., Rumiński J., Nowicki R. J.: Artificial Intelligence in the Diagnosis of Onychomycosis—Literature Review// Journal of Fungi -,iss. 8 (2024), s.534-
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.3390/jof10080534
Źródła finansowania:
  • Publikacja bezkosztowa
Weryfikacja:
Politechnika Gdańska

wyświetlono 55 razy

Publikacje, które mogą cię zainteresować

Meta Tagi