人工智能方法的应用在骨质疏松症的分类与X射线图-一个系统的审查
Ren Wei Liu1, Wilson Ong1, Andrew Makmur1,2
1Department of Diagnostic Imaging, National University Hospital, 5 Lower Kent Ridge Road, Singapore 119074, Singapore.
Bioengineering (Basel, Switzerland)
|May 25, 2024
概括
人工智能 (AI) 显示出从X射线图中诊断骨质疏松症的前景,提供高准确度. 对人工智能在骨质疏松症检测中的临床整合需要进一步的研究.
科学领域:
- 内分泌学 在内分泌学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 骨质疏松症是一个重要的全球健康问题,其特点是骨质量和完整性减少.
- 射线图通常用于诊断,但对于更早,更准确的检测需要取得进展.
研究的目的:
- 审查人工智能 (AI) 在放射图中对骨质疏松症进行分类的应用.
- 评估基于AI的骨质疏松症检测方法的有效性和局限性.
主要方法:
- 来自主要电子存储库 (PubMed,MEDLINE,科学网,临床试验.gov) 的31篇文章的系统审查.
- 分析重点是解剖区域,机器学习方法,骨矿物质密度 (BMD) 预测和骨质疏松症分类.
主要成果:
- 人工智能分类的准确度从66.1%到97.9%,灵敏度从67.4%到100.0%,特异性从60.0%到97.5%.
- 人工智能在预测BMD和从放射图像分类骨质疏松症方面表现出显著的潜力.
结论:
- 人工智能在放射图中对骨质疏松症的分类具有相当大的潜力,具有有前途的准确度指标.
- 未来的研究应该解决技术和临床整合挑战,以便在骨质疏松症管理中实践实施人工智能.
