人工智能增强的机会性查骨质疏松症在CT扫描:一个范围审查

科学领域:

• 放射学 放射学是指放射学
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 骨质疏松症和骨质疏松症带来了重大的公共卫生挑战.
• 目前针对这些疾病的查方法可能是有限的.
• 计算机断层扫描 (CT) 扫描为机会性骨健康评估提供了潜力.

研究的目的:

• 进行对人工智能 (AI) 增强的骨质疏松症和骨质疏松症机会性查研究的范围审查.
• 通过在CT扫描中分析脊椎椎骨结构来评估AI对分层风险的方法.

主要方法:

• 在PubMed,Scopus和Web of Science (2018-2023) 的系统文献搜索.
• 包括使用人工智能技术进行骨质疏松症/骨质疏松症分类或通过脊椎CT扫描测定骨矿物质密度的研究.
• 提取有关研究特征,方法和发现的数据.

主要成果:

• 包括14项研究,确定了三种人工智能方法:完全自动化的深度学习,混合机器学习和人工智能分析的手动细分.
• 在骨矿物质密度预测 (86-96%) 和骨质疏松症分类 (AUC 0.927-0.984) 中报告了高准确度.
• 在方法,工作流程和基本真相选择方面观察到显著的异质性.

结论:

• 人工智能通过CT扫描显示了机会性骨质疏松症查的巨大潜力.
• 大多数人工智能解决方案目前处于概念验证阶段,需要进一步开发和验证.
• 标准化基准和增加外部验证对于临床整合和具有成本效益的早期检测至关重要.