人工智能在全膝关节和单膝关节整形术中的应用
Umile Giuseppe Longo1,2, Sergio De Salvatore3,4, Federica Valente5
1Fondazione Policlinico Universitario Campus Bio-Medico, Via Alvaro del Portillo, Rome, 200 - 00128, Italy. g.longo@unicampus.it.
BMC musculoskeletal disorders
|July 21, 2024
概括
人工智能 (AI) 和机器学习 (ML) 可以通过改善患者特定风险预测来增强膝关节置换手术. 这篇评论探讨了AI/ML.
科学领域:
- 整形外科手术 整形外科手术
- 医疗信息学 医疗信息学
- 人工智能的人工智能
背景情况:
- 人工智能 (AI) 和机器学习 (ML) 在骨科手术中提供了潜在的进步,例如全膝关节整形术 (TKA) 和单隔膝关节整形术 (UKA).
- 这些技术可以生成患者特定的风险模型,以改善决策和预测结果.
- 在TKA中AI/ML的当前应用和潜力,结果预测和风险识别需要进行系统的评估.
研究的目的:
- 系统地审查和评估AI/ML模型在预测TKA结果中的应用.
- 为了确定患有TKA后不良结果风险较高的患者群体.
- 评估AI/ML在增强TKA中以患者为中心的护理方面的潜力.
主要方法:
- 通过使用PIOS方法在MEDLINE,Scopus,Cinahl,Google Scholar和EMBASE进行了广泛的文献搜索.
- 报告遵循了PRISMA指南,用于质量评估使用了修改后的MINORS检查清单.
- 分析了49篇符合条件的文章的数据,包括2,595,780名患者,从研究开始到2022年6月的研究被选.
主要成果:
- 最常被识别的AI/ML模型是随机森林 (RF) (38.77%),梯度增强机 (GBM) (36.73%),人工神经网络 (ANN) (34.7%),物流回归 (LR) (32.65%) 和支持矢量机 (SVM) (26.53%).
- 患者的平均年龄为70.2±7.9岁.
- 人工智能/ML模型展示了在TKA中更准确的预测和高效的数据处理的潜力.
结论:
- 人工智能/ML模型显示,改善全膝关节整形术预测结果的准确性具有显著的前景.
- 这些工具可以简化数据分析,减少偏见,并支持个性化,基于风险的患者护理.
- 进一步研究和应用AI/ML可以提高决策和改善膝关节置换手术患者的结果.
