Video Experimental Relacionado
Updated: May 6, 2026
Evaluation of Patients' Posture and Gait Profile After Lumbar Fusion Surgery by Video Rasterstereography and Treadmill Gait Analysis
Published on: March 23, 2019
[El efecto de la herramienta de pretratamiento generativo de la patología esquelética en el análisis radiográfico
Yilizati Yilihamu1, K Zhao1, H Zhong2
1Orthopedic Research Center of Shandong University & Advanced Medical Research Institute, Department of Orthopedics, the Second Hospital of Shandong University, Jinan 250000,China.
La herramienta de pretratamiento generativo del sistema de patología esquelética (GPTSP) acelera significativamente el análisis radiográfico lumbar funcional. Esta herramienta de inteligencia artificial (IA) muestra una alta consistencia y precisión, lo que demuestra su potencial como un valioso asistente clínico.
Área de la Ciencia:
- Análisis de imágenes ortopédicas
- Inteligencia artificial en la medicina
- Técnicas de medición radiográfica
Sus antecedentes:
- Los exámenes radiográficos funcionales lumbares son cruciales para el diagnóstico de patologías esqueléticas.
- La medición precisa y eficiente de los espacios y ángulos intervertebrales lumbares es esencial para la toma de decisiones clínicas.
- Los métodos tradicionales de medición manual consumen mucho tiempo y son propensos a la variabilidad.
Objetivo del estudio:
- Evaluar la efectividad de la aplicación de una herramienta de pretratamiento generativo de patología esquelética (GPTSP) basada en inteligencia artificial (IA).
- Evaluar la eficiencia y la precisión de las mediciones asistidas por IA en los exámenes radiográficos funcionales lumbares.
- Para comparar las mediciones asistidas por IA con métodos de anotación manuales y predefinidos.
Principales métodos:
- Serie de casos retrospectivos de 34 pacientes sometidos a una radiografía dinámica lumbar.
- Desarrollo de un modelo de IA basado en YOLOv8 (GPTSP) que incorpora una función de pérdida limitada multidimensional y un mecanismo de atención.
- Medición del índice de espondilolistesis, el índice lumbar y los ángulos intervertebrales utilizando métodos manuales, anotaciones predefinidas y asistidos por IA.
- Análisis de la coherencia utilizando el coeficiente de correlación intraclase (ICC) y el coeficiente Kappa.
Principales resultados:
- El tiempo de medición asistido por IA se redujo significativamente a 1,5 ± 0,1 segundos en comparación con los métodos manuales (2 064,4 ± 108,2 segundos) y de anotación predefinida (602,0 ± 48,9 segundos).
- Se observó una alta consistencia entre los diagnósticos de médico y IA, con valores de Kappa de 0,95, 0,92 y 0,82 para el índice de deslizamiento lumbar, el índice lumbar y los ángulos intervertebrales, respectivamente (todos P<0,01).
- La asistencia de la IA redujo los errores promedio de anotación de 2,52 mm a 1,47 mm en comparación con las etiquetas predefinidas.
Conclusiones:
- El sistema GPTSP mejora sustancialmente la eficiencia en el análisis lumbar funcional.
- El modelo de IA demuestra una alta consistencia y precisión en la anotación y la medición, lo que demuestra su fiabilidad.
- El GPTSP muestra un gran potencial como herramienta auxiliar clínica valiosa para los exámenes radiográficos ortopédicos.
