人工智能有助于检测旋转手套病理:一个系统审查
Hongwei Zhan1, Fei Teng1, Zhongcheng Liu1
1Lanzhou University Second Hospital, Orthopaedic Clinical Research Center of Gansu Province, Intelligent Orthopaedic Industry Technology Center of Gansu Province, Lanzhou Gansu, China.
概括
人工智能 (AI) 模型在各种成像技术中检测旋转手腕病理方面表现出强的表现. 这些人工智能工具与使用超声波的放射科医生相匹配,并且在旋转形状的MRI准确性方面超过了整形外科医生.
科学领域:
- 放射学和医学成像学 医学成像学
- 医疗保健中的人工智能
- 骨科诊断 骨科诊断 骨科诊断
背景情况:
- 旋转手套病理是造成肩膀疼痛和残疾的常见原因.
- 准确和及时的诊断对于有效的患者管理至关重要.
- 人工智能 (AI) 在医学成像中的整合正在迅速发展.
研究的目的:
- 评估人工智能 (AI) 模型在检测旋转手腕病理方面的性能.
- 将人工智能诊断能力与人类医生在不同的成像模式中进行比较.
- 综合当前关于人工智能在旋转手套撕裂诊断中的作用的证据.
主要方法:
- 按照PRISMA指南进行系统审查,在PROSPERO.上注册.
- 通过医学图像检测旋转手腕病理的AI研究.
- 对提取的数据进行叙述性审查,包括人工智能算法,样本大小和模型性能指标 (AUC).
主要成果:
- 分析了14篇文章,涉及23,119名患者.
- 人工智能模型的曲线下的面积 (AUC) 在0.789-0.950 (超声波),0.844-0.943 (MRI) 和0.820-0.830 (放射学) 之间.
- 使用超声波的AI模型显示性能与放射科医生相提并论;使用MRI的AI模型显示精度和特异性优于骨科外科医生.
结论:
- 人工智能模型在检测旋转手腕病理方面表现出显著的能力.
- 人工智能性能与肌肉骨放射学家在基于超声波的诊断方面是一致的.
- 使用MRI的AI模型在旋转手腕病理诊断方面比骨科外科医生提供了更高的准确性和特异性.


