人工智能可在成人脊柱形手术后预测近接节形:软组织成像可能需要准确的模型
Graham W Johnson1, Hani Chanbour2, Mir Amaan Ali2
1Vanderbilt University School of Medicine, Nashville, TN.
Spine
|August 30, 2023
概括
人工智能模型可以预测成年脊柱形 (ASD) 手术后的近接节形 (PJK). 与传统方法或X射线相比,胸部MRI扫描显著提高了PJK预测的准确性.
科学领域:
- 脊柱外科手术 脊柱外科手术
- 医学成像医学成像
- 人工智能的人工智能是人工智能.
背景情况:
- 成年脊柱形 (ASD) 手术后的近端结节形 (PJK) 难以预测.
- 现有的风险因素具有有限的预测能力.
研究的目的:
- 为了比较三种人工智能 (AI) 模型在预测放射性PJK时的准确性.
- 模型使用传统的临床/放射性数据,原始脊柱形脊椎病放射图或原始胸部MRI.
主要方法:
- 对191名接受ASD手术的患者进行了回顾性队列研究 (2009-2021年).
- 开发了三种人工智能模型: (1) 支持带有临床/放射数据的矢量机器, (2) 带有脊椎病放射图的CNN, (3) 带有胸部MRI的CNN.
- PJK定义为科布角>10°和术后变化>10°.
主要成果:
- 模型3 (CNN与胸部MRI) 显示了最高的准确性 (灵敏度73.1%,特异性79.5%).
- 模型2 (CNN与放射图) 显示了中等准确性 (灵敏度68.2%,特异性58.3%).
- 模型1 (传统数据) 的准确性最低 (灵敏度为57.2%,特异性为56.3%).
结论:
- 使用原始胸部MRI数据的AI模型显著提高了ASD手术患者的PJK预测准确度.
- 这些发现表明,在MRI上可视化的软组织退化和肌肉缩是PJK的关键预测因素.
