[骨格病理の生成前治療ツールの応用効果 機能的腰椎放射線分析]

科学分野:

• 整形外科画像分析
• 医療における人工知能
• 放射線測定技術

背景:

• 機能的な腰部放射線検査は,骨格病変の診断に不可欠です.
• 腰椎間板間空間と角度を正確に測定することは,臨床的意思決定に不可欠です.
• 従来の手作業による測定方法は時間がかかり,変動が起こりやすい.

研究 の 目的:

• 人工知能 (AI) ベースの骨格病理の生成前治療ツール (GPTSP) システムのアプリケーションの有効性を評価する.
• 機能性腰部放射線検査における人工知能による測定の効率と精度を評価する.
• 人工知能による測定を,手動および事前に定義された注釈方法と比較する.

主な方法:

• 腰部ダイナミックX線撮影を受けた34人の患者の遡及的症例シリーズ.
• YOLOv8ベースのAIモデル (GPTSP) の開発で,多次元限定損失関数と注意力メカニズムが組み込まれています.
• 手動,事前に定義されたアノテーション,およびAI支援の方法を使用して,脊椎索引,腰椎索引,および椎間間板間角の測定.
• クラス内相関係数 (ICC) とカッパ係数を用いて一貫性の分析

主要な成果:

• 手動 ((2 064. 4 ± 108. 2秒) と事前に定義された注釈 ((602. 0 ± 48. 9秒) 方法と比較して,AI補助測定時間は (1. 5± 0. 1) 秒に大幅に短縮されました.
• 医師とAIの診断の間で高い一貫性が観察され,腰椎滑り指数,腰椎指数,椎間間板間角のカッパ値はそれぞれ0. 95,0. 92および0. 82であった (すべてP<0. 01).
• AIのサポートにより,事前に定義されたラベルと比較して,平均のアノテーションの誤差は2.52mmから1.47mmに減少しました.

結論:

• GPTSPシステムは 機能的腰部分析の効率を大幅に高めます
• AIモデルはアノテーションと測定において高い一貫性と正確性を示し,その信頼性を証明しています.
• GPTSPは,骨科放射線検査の貴重な臨床補助ツールとして大きな可能性を秘めています.