机器学习的准确性来预测肩膀关节整形术的结果:一个系统的审查
相关实验视频
Updated: Jun 27, 2025
10:10
Reverse Total Shoulder Arthroplasty
Published on: July 5, 2011
43.2K
Amir H Karimi1, Joshua Langberg2,3, Ajith Malige3
1Case Western Reserve University School of Medicine, Cleveland, OH, 44106, USA. ahk88@case.edu.
Arthroplasty (London, England)
|May 3, 2024
概括
机器学习 (ML) 准确预测肩膀关节整形术的结果和并发症. 这种人工智能工具有助于外科医生选择患者和预期管理,改善医疗保健利用率.
科学领域:
- 整形外科手术 整形外科手术
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 人工智能 (AI) 和机器学习 (ML) 在医疗保健中提供预测能力.
- ML可以帮助肩膀外科医生识别肩膀关节整形术 (SA) 后有不良结果风险的患者.
- 关于ML在全肩关节整形术 (TSA) 和逆TSA中的应用存在有限的研究.
研究的目的:
- 系统地审查有关ML对肩关节整形术结果的预测准确性的文献.
- 评估ML在SA后预测并发症,功能恢复和医疗资源利用的能力.
主要方法:
- 按照PRISMA指南进行了一次系统的文献审查.
- 搜索了评估SA结果预测ML的初级研究文章.
- 包括12篇文章,在删除重复和应用标准后,至少进行一个月的后续调查.
主要成果:
- ML准确地预测了30天的术后并发症 (准确率为90%).
- 预测术后运动范围 (>85%准确度) 和临床上有意义的改善患者报告的结果 (93%-99%准确度).
- ML还预测住院时间,操作时间,出院安排和住院费用.
结论:
- 机器学习在预测肩膀关节整形术结果,并发症和医疗保健利用方面表现出高准确度.
- 机器学习模型的有效性取决于算法选择,数据输入和功能选择.
