Neurosurgical Review 2026年9月14日该系统综述与荟萃分析汇总了5项研究、共577例确诊三叉神经痛患者，评估深度学习与机器学习模型在MRI上自动分割三叉神经并检测神经血管冲突的诊断表现，合并敏感度为71%（95% CI: 65-76%）、特异度为92%（95% CI: 88-94%）、AUC为0.91（95% CI: 0.88-0.93），提示AI模型在该任务上具有较高的诊断准确性。该系统综述与荟萃分析汇总了5项研究、共577例确诊三叉神经痛患者，评估深度学习与机器学习模型在MRI上自动分割三叉神经并检测神经血管冲突的诊断表现，合并敏感度为71%（95% CI: 65-76%）、特异度为92%（95% CI: 88-94%）、AUC为0.91（95% CI: 0.88-0.93），提示AI模型在该任务上具有较高的诊断准确性。人工智能在三叉神经痛中的应用：三叉神经分割与神经血管冲突检测的系统综述与荟萃分析该系统综述与荟萃分析汇总了5项研究、共577例确诊三叉神经痛患者，评估深度学习与机器学习模型在MRI上自动分割三叉神经并检测神经血管冲突的诊断表现，合并敏感度为71%（95% CI: 65-76%）、特异度为92%（95% CI: 88-94%）、AUC为0.91（95% CI: 0.88-0.93），提示AI模型在该任务上具有较高的诊断准确性。该系统综述与荟萃分析汇总了5项研究、共577例确诊三叉神经痛患者，评估深度学习与机器学习模型在MRI上自动分割三叉神经并检测神经血管冲突的诊断表现，合并敏感度为71%（95% CI: 65-76%）、特异度为92%（95% CI: 88-94%）、AUC为0.91（95% CI: 0.88-0.93），提示AI模型在该任务上具有较高的诊断准确性。