人工智能或机器学习对预测关节骨折风险的影响:系统审查
Yonghan Cha1, Jung-Taek Kim2, Jin-Woo Kim3
1Department of Orthopedic Surgery, Daejeon Eulji Medical Center, Eulji University School of Medicine, Daejeon, Korea.
Journal of bone metabolism
|September 18, 2023
概括
人工智能 (AI) 在预测关节骨折风险方面表现有前途,可能有助于骨质疏松症管理. 需要进一步验证人工智能模型在部骨折预测中的临床应用.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 骨质疏松症研究 骨质疏松症研究
背景情况:
- 双能量X射线吸收计 (DXA) 是骨质疏松症查和关节骨折风险评估的标准.
- 在发展中国家存在DXA实施挑战,并且在诊断前可能发生骨折.
- 现有的方法可能无法完全捕捉不同人群中骨折前风险.
研究的目的:
- 系统地审查利用人工智能 (AI) 或机器学习进行部骨折风险预测的研究.
- 组织和分析这些基于人工智能的部骨折预测研究的结果.
- 评估人工智能技术在识别高风险关节骨折的个人的实用性.
主要方法:
- 在主要的数据库中进行了全面的文献搜索:PubMed,OVID Medline,Cochrane Library,Web of Science,EMBASE和AHRQ.
- 搜索术语包括"部骨折"和"人工智能".
- 包括的研究分析了他们的方法,参与者人口统计和AI模型性能指标.
主要成果:
- 包括7项涉及330,099名参与者的研究.
- 研究涵盖了各种人群,其中一些专注于女性,另一些则关注两性.
- 人工智能模型展示了广泛的预测性能,曲线下的面积 (AUC) 从0.39到0.96和精度从70.26%到90%的部骨折风险.
结论:
- 人工智能模型有可能在骨质疏松症队列中识别高风险关节骨折患者.
- 临床实施需要仔细考虑数据集特征和AI模型的具体情况.
- 在广泛采用临床方法来预测关节骨折风险之前,对人工智能模型的严格验证至关重要.
