儿童患者长腿放射图的自动测量:试点研究评估基于人工智能的算法
Thies J N van der Lelij1, Willem Grootjans2, Kevin J Braamhaar1
1Department of Orthopaedics, Leiden University Medical Center, 2333 ZA Leiden, The Netherlands.
Children (Basel, Switzerland)
|October 26, 2024
概括
人工智能软件准确测量了儿科长腿放射图,显示与手工测量高度一致. 这种人工智能工具可以帮助临床医生进行儿科骨科评估.
科学领域:
- 整形外科手术 整形外科手术
- 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:
- 长腿放射 (LLRs) 对于儿科骨科评估至关重要,但耗时.
- 评估人工智能工具对LLR分析的效率和准确性至关重要.
研究的目的:
- 评估基于人工智能的腿角测量助手软件 (LAMA) 的性能,用于测量儿科患者的LLR.
- 将人工智能测量与由骨科专家执行的传统手动测量进行比较.
主要方法:
- 这项研究包括29名接受LLRs的儿科患者 (11-18岁).
- 拉玛软件自动测量了各种参数,包括股骨长度,骨长度,全腿长度 (FLL),腿长度差异 (LLD),部-膝盖-脚角 (HKA),机械横向远距离股骨角 (mLDFA) 和机械中位近距离股骨角 (mMPTA).
- 人工智能测量与高级儿科整形外科医生和放射学高级从业人员的手动测量进行了比较.
主要成果:
- 人工智能在76%至100%的测量中实现了正确的地标位置,对长度 (100%) 和HKA (97%) 的高精度.
- 类内相关系数 (ICCs) 在AI和手动测量之间显示出中等至优异的一致性,范围为0.73至1.00.
- 特定的ICC显示大多数参数具有强烈的一致性,表明可靠性.
结论:
- 基于人工智能的测量软件在地标位置准确时,显示出与儿科LLR手动测量的高度一致.
- 拉玛显示出作为一个有效和可靠的工具,以协助临床医生在儿科骨科评估的潜力.
- 进一步验证可能会加强人工智能在常规放射分析中的整合.
