对三个人工智能辅助程序的骨年龄测定性能进行了批判性比较研究
Johanna Pape1, Maciej Rosolowski2, Roland Pfäffle3
1Department of Pediatric Radiology, University Hospital, 04103, Leipzig, Germany.
European radiology
|November 5, 2024
概括
对于骨年龄的确定,三个人工智能程序在中欧人口中显示出高可靠性. BoneXpert表现稍好一些,所有人工智能工具都比人类专家更一致.
科学领域:
- 放射学 放射学是指放射学
- 人工智能在医学中的应用
- 儿科内分泌学 儿科内分泌学
背景情况:
- 人工智能 (AI) 支持的骨年龄 (BA) 确定程序在临床实践中越来越多地使用.
- 之前在欧洲的验证通常是针对个别人工智能程序单独进行的.
- 需要进行比较,独立的验证来评估不同的AI工具对BA估计的性能.
研究的目的:
- 为了比较三个商业可用的AI程序 (BoneXpert,PANDA,BoneView) 的骨年龄测定性能.
- 通过使用格鲁利希和皮尔 (G&P) 方法对人类专家估计进行评估这些人工智能程序.
- 为了评估中欧人口在不同年龄段的表现.
主要方法:
- 从中欧队列中对306张儿科手部X射线图 (年龄1-18岁) 进行了回顾性分析.
- 骨年龄估计由三个人类专家 (地面真相) 和三个人工智能程序 (BoneXpert,PANDA,BoneView) 进行.
- 性能指标包括平均绝对偏差,根平均平方误差 (RMSE) 和AI退学率.
主要成果:
- 所有的人工智能程序都与基本真相有很高的相关性 (R2 ≥ 0.98).
- 在整个组中,BoneXpert显示了最低的RMSE (0.62年),并且中断率很低 (2.3%).
- 与人类读者 (SD 0.62年) 相比,AI读者表现出较低的读者之间的变化 (SD 0.54年).
结论:
- 评估的AI程序 (BoneXpert,PANDA,BoneView) 使用G&P方法在初级年龄范围内提供可靠的骨年龄估计.
- 绩效差异在童年时代的年龄边界变得更加明显.
- 这项比较研究有助于临床医生根据特定需求和年龄组选择适当的AI软件来估计骨龄.
