在使用人工智能工具的MRI图像中进行关节评估:我们现在在哪里? 一个系统的审查
Mitul Manek1, Ibraheem Maita1, Diego Filipe Bezerra Silva2
1School of Dentistry, Faculty of Medicine and Dentistry, University of Alberta, Edmonton, AB, Canada.
Dento maxillo facial radiology
|November 20, 2024
概括
人工智能 (AI) 在使用MRI扫描来诊断关节 (TMJ) 内部乱方面表现出很高的准确性. 这些人工智能模型可以帮助临床医生评估关节盘的位置和检测穿孔.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 生物医学成像技术 生物医学成像技术
背景情况:
- 关节 (TMJ) 内部乱的诊断依赖于磁共振成像 (MRI).
- 目前用于关节疾病的诊断方法可能是复杂和耗时的.
- 人工智能 (AI) 为医疗图像的自动化分析提供了潜力.
研究的目的:
- 系统地审查当前关于人工智能算法性能的证据,以评估TMJ磁盘在MRI中的性能.
- 用MRI数据评估AI对TMJ内部乱的诊断能力.
主要方法:
- 在5个电子数据库中进行了系统的文献搜索,截至2024年5月27日.
- 包括的研究使用人工智能算法来检测人体MRI扫描中的TMJ内部乱.
- 使用QUADAS-2和牙科AI检查清单来评估方法质量.
主要成果:
- 包括13项研究,主要评估TMJ盘位置和一个关于盘穿孔的研究.
- 基于CNN的AI模型是最常见的,表现出高性能,精度从70%到99%不等.
- 发现了显著的异质性,特别是在跨研究的患者选择标准中.
结论:
- 人工智能,特别是深度学习,显示出作为TMJ MRI诊断辅助的前景,改善盘位的细分和分类.
- 需要进行更多的多中心研究,采用多样化的数据,以提高模型的有效性和临床实施的概括性.
