人工智能方法用于Argenta分类的变形脑症预测严重程度和治疗建议

科学领域:

• 医学技术 医学技术 医学技术
• 医疗保健中的人工智能
• 儿科外科手术 儿科外科手术

背景情况:

• 变形性脑 (DP) 按阿根塔尺度 (AS) 分类,类型III或更高需要手术转诊.
• 初级保健儿科医生 (PCP) 在主观DP查方面面临挑战,冒着偏见和推迟转诊的风险.
• 人工智能 (AI) 为客观的DP评估提供了一个潜在的解决方案.

研究的目的:

• 开发和评估一个人工智能工具来使用阿根塔尺度 (AS) 来分类DP严重程度.
• 为了评估AI在识别需要面外科手术的婴儿方面的准确性.

主要方法:

• 开发了一个人工智能程序,将婴儿头部轮照片分为三个AS组.
• 人工智能是通过面外科医生对临床证实DP严重性的照片进行训练的.
• 人工智能的AS预测与临床诊断进行了比较,以评估准确性.

主要成果:

• 人工智能正确地分类了100%的I型DP病例 (3/3的患者).
• 在II型DP患者 (4/6名患者) 中,AI的准确率达到了67%.
• 人工智能正确识别了70%的III型或更大的DP患者 (7/10名患者).

结论:

• 人工智能可以从顶点照片中客观地分类DP严重程度,帮助临床决策.
• 这种AI的智能手机应用程序可以赋予PCP权力,特别是在偏远或资源不足的地区.
• 客观的AI驱动评估可以改善识别需要面手术转诊的婴儿.