已建立的TW3人工智能骨年龄评估系统的验证:一个前性的,多中心的,确认性研究
Yanqi Liu1, Liujian Ouyang1, Wei Wu1
1Department of Endocrinology, Children's Hospital of Zhejiang University School of Medicine, National Clinical Research Center for Child Health, Hangzhou, China.
Quantitative imaging in medicine and surgery
|January 15, 2024
概括
这项研究通过使用坦纳-怀特豪斯3 (TW3) 标准验证了一种用于骨年龄评估 (BAA) 的人工智能 (AI) 系统. 人工智能系统在多个中心展示了高精度和一致性,显示了改善临床BAA的潜力.
科学领域:
- 医疗成像中的人工智能
- 儿科内分泌学 儿科内分泌学
- 放射学分析 放射学分析
背景情况:
- 基于坦纳-怀特豪斯3 (TW3) 标准的人工智能 (AI) 系统是使用9059张X射线图上的卷积神经网络 (CNN) 开发的.
- 最初的AI系统缺乏黄金标准进行比较,并没有在不同的临床环境中进行评估.
研究的目的:
- 验证TW3AI系统用于骨龄评估 (BAA) 的临床适用性.
- 通过多中心验证,提高BAA的准确性和一致性.
- 将人工智能驱动的BAA与经验丰富的审核员评估进行比较.
主要方法:
- 在9家儿童医院中,使用744张1-20岁患者的左手X射线图进行了前性多中心验证.
- 使用TW3AI系统和经验丰富的人类审查员进行了骨龄评估.
- 统计分析包括1年内准确性,根平均平方误差 (RMSE),平均绝对误差 (MAE),卡帕测试和布兰德-阿尔特曼 (B-A) 图.
主要成果:
- 人工智能系统实现了高性能,RMSE为0.52年,半径,肘部和短骨精度为94.55%.
- 对于手腕骨,该系统实现了0.85年的RMSE和80.38%的准确性,在1-6岁的患者中表现出特别强的力量.
- 在AI系统和审查者之间观察到实质性的一致性 (卡帕测试,B-A图),尽管存在特定骨识别方面的挑战 (例如,首页).
结论:
- 多中心验证证实了人工智能系统在提高骨龄评估效率和一致性方面的潜力.
- 该系统在不同性别,不同年龄组和不同放射仪器中表现出可接受的性能.
- 提高BAA准确性和一致性可以改善患者的治疗结果,并降低医疗保健成本.
