人工智能模型系统用于评估学龄前儿童的骨质年龄
Chengcheng Gao1, Chunfeng Hu1,2, Qi Qian3
1Department of Radiology, Hangzhou First People's Hospital, Hangzhou, China.
Pediatric research
|May 27, 2024
概括
人工智能 (AI) 通过减少观察者之间的差异和观察者内部差异,显著提高了学龄前儿童骨龄评估 (BAA) 的准确性. 这种人工智能工具可以提高放射科医生的临床环境中的表现.
科学领域:
- 儿科放射学 儿科放射学
- 医学成像分析分析 医学成像分析
- 医疗保健中的人工智能
背景情况:
- 骨龄评估 (BAA) 对于评估儿童的生长和发育至关重要.
- 幼儿园儿童对BAA具有独特的挑战,因为其高度可变性.
- 观察者之间的和观察者内部的变化可能会影响BAA的可靠性.
研究的目的:
- 评估人工智能系统对学龄前儿童BAA在观察者之间和观察者内部变化的影响.
- 用TW3和RUS-CHN方法比较人工智能辅助BAA的有效性.
主要方法:
- 对中国94名学龄前儿童 (3-6岁) 的X线图进行了回顾性分析.
- 四名放射学审查员使用TW3和RUS-CHN方法评估了骨年龄,有或没有人工智能协助.
- 在4周的时间间隔后重新评估了骨年龄,以评估观察者内可重现性.
- 统计分析包括准确度指标,ICC和Bland-Altman图.
主要成果:
- 人工智能显著提高了BAA的准确性,降低了RMSE和MAE的两种方法 (p < 0.001).
- 人工智能增强了观察者间的协议和观察者内部的可重复性,ICC值超过0.99.
- 人工智能系统在TW3和RUS-CHN评估中都显示出更好的性能.
结论:
- 人工智能系统可以有效地减少观察者之间的变异性,并改善儿科BAA的观察者内部可再生性.
- 人工智能为放射科医生提供了宝贵的工具,提高了学龄前儿童骨龄评估的准确性和可靠性.
- 这项研究强调了人工智能在BAA标准化方面的潜力,特别是在具有挑战性的年龄组和中国儿童等特定人群中.
