骨の年齢評価における人工知能の方法に関する包括的なレビュー

科学分野:

• 小児保健医療における放射線学と人工知能

背景:

• 骨の年齢の評価は,子供の成長と発達を監視するために不可欠であり,伝統的に骨の年齢アトラスなどの放射線学的方法に依存しています.
• 現在の方法は,症例多様性の制限,サンプルサイズの小ささ,複数の専門家による検証の欠如などの制限に直面しており,一般化を妨げています.
• 既存のモデルは,患者の併発症や詳細な健康歴をしばしば無視し,臨床的関連性に影響を及ぼします.

研究 の 目的:

• 小児の骨年齢評価のための新興の人工知能 (AI) ベースのアプローチをレビューし,分析する.
• より正確な骨格成熟度評価のために,臨床実務におけるAIモデルを強化するための課題と機会を特定する.

主な方法:

• 主に手と手首のX線写真を用いた,小児の骨年齢評価のためのAIベースの方法の体系的なレビュー.
• RCNNを含むAIモデルを分析し,平均絶対誤差のようなメトリックを使用してその可能性を評価する.
• AIの評価と統合された放射線学報告書の検討.

主要な成果:

• AIモデル,特にRCNNは,骨の年齢を正確に決定する大きな可能性を示しています.
• この研究では,データ多様性や検証など,現在のAIモデルにおける重要な限界を特定した.
• 将来のAIモデルに包括的な健康歴と専門家の検証を統合する機会が存在します.

結論:

• AIは,小児の骨の年齢評価を変革し,より高い精度と臨床的有用性を提供するために,実質的な約束を持っています.
• 将来のAIモデルは,多様なデータセット,徹底した健康歴,およびパフォーマンスの改善のための専門家検証を組み込む必要があります.
• 特定されたギャップに対処することで,骨格の成熟度を評価するAIの臨床応用が強化されます.