开发和人工智能模型的准确性,用于预测关节骨关节炎的进展,使用普通放射和临床数据:一项回顾性研究
Ryo Hidaka1, Kenta Matsuda2, Takashi Igari3
1Department of Orthopaedic Surgery, Teikyo University School of Medicine, 2-11-1 Kaga, Itahashi-ku, Tokyo, 173-8606, Japan. qqdr59qd@yahoo.co.jp.
BMC musculoskeletal disorders
|November 8, 2024
概括
这项研究开发了一种人工智能 (AI) 模型,使用X射线和患者数据来预测关节骨关节炎 (OA) 的进展. 人工智能模型在预测OA进展方面表现良好,具有潜在的临床实用性.
科学领域:
- 整形外科 整形外科 整形外科
- 放射学 放射学是一门学科.
- 人工智能的人工智能
背景情况:
- 预测关节骨关节炎 (OA) 的进展是具有挑战性的,缺乏可靠的预测方法.
- 目前评估骨关节炎进展的方法对于临床决策是不够的.
研究的目的:
- 开发和验证一种人工智能 (AI) 模型,用于预测关节OA的进展.
- 通过使用放射和临床数据,评估AI模型在预测OA进展中的准确性.
主要方法:
- 这是一项追溯性研究,涉及361名关节骨关节炎患者和1697名骨盆放射 (Kellgren-Lawrence等级0-2).
- 开发了一个使用渐变增强决策树方法的AI模型,集成来自X光片和患者数据 (年龄,性别,体重,身高,KL等级) 的卷积神经网络特征.
- 用准确度,特异性,灵敏度和接收器操作特征曲线 (AUC) 下的面积来评估模型性能,用于3,4年和5年的预测窗口.
主要成果:
- 人工智能模型在不同的时间框架中表现出良好的预测性能.
- 对于三年预测,准确度为81.8%,特异性为88.0%,灵敏度为66.7%,AUC为0.836.
- 对于5年预测,准确率为78.5%,特异性为80.4%,灵敏度为76.9%,AUC为0.846.
结论:
- 开发的AI模型在预测关节OA进展方面表现良好.
- 人工智能模型具有临床应用的潜力,需要与更大的数据集进行进一步验证.
