Przegląd systematyczny automatycznej lokalizacji punktów akupunkturowych wspomaganej komputerowo

Celem przeglądu było zsyntetyzowanie dowodów dotyczących automatycznej lokalizacji punktów akupunkturowych z zastosowaniem klasycznych algorytmów i metod głębokiego uczenia. Autorzy wskazali problem zależności tradycyjnej lokalizacji punktów od doświadczenia klinicznego oraz potrzebę standaryzacji i automatyzacji procesu. Przegląd systematyczny objął badania opisujące techniki lokalizacji w różnych obszarach anatomicznych; większość analizowanych prac była badaniami technicznymi z zastosowaniem metod obliczeniowych i zestawów danych obrazowych, przy czym liczba próbek i protokoły znacznie się różniły między studiami. Wyniki pokazały, że podejścia oparte na głębokim uczeniu osiągały wyższą precyzję w porównaniu z tradycyjnymi algorytmami w kontrolowanych warunkach, jednak występowały istotne ograniczenia związane z wielkością i heterogenicznością danych, ujednoliceniem punktów odniesienia i brakiem standaryzowanych metryk. Wnioski sugerują, że rozwój większych, zróżnicowanych baz danych oraz integracja zaawansowanych modeli AI może poprawić wiarygodność automatycznej lokalizacji punktów akupunkturowych, choć potrzebne są dalsze walidacje kliniczne i standaryzacja procedur.