用人工智能驱动的测量对部形态评估的验证
Louis Lassalle1, Nor-Eddine Regnard1, Marion Durteste2
1Réseau Imagerie Sud Francilien, Lieusaint, France; Ramsay Santé, Clinique du Mousseau, Evry, France; Gleamer, Paris, France.
European journal of radiology
|January 7, 2025
概括
人工智能 (AI) 精确地测量了部和骨盆的X光学参数,优于手工方法. 这种人工智能工具提高了测量可重现性,以改善部病理诊断.
科学领域:
- 放射学和医学成像学 医学成像学
- 医疗保健中的人工智能
- 整形外科和部生物力学
背景情况:
- 准确的部形态评估对于诊断和管理部病理至关重要.
- 传统的手动放射测量容易出现错误和变化.
- 人工智能 (AI) 为准确和可重复的测量提供了一个潜在的解决方案.
研究的目的:
- 评估BoneMetrics人工智能软件在测量骨盆和部参数方面的性能.
- 为了比较人工智能生成的测量与专家对前后部 (AP) 和假形状放射图的手动测量.
- 在部成像中评估AI测量的准确性和可重现性.
主要方法:
- 来自法国私人诊所的AP和虚假形状的盆腔X线图的回顾性分析.
- 人工智能测量了关键的骨盆和关节参数 (例如,大腿部部轴角,侧面中心边缘角) 与地面真相相比.
- 使用平均绝对误差 (MAE),布兰德-阿尔特曼分析和类内相关系数 (ICC) 来评估表现.
主要成果:
- 人工智能测量显示出高准确度,斜率的MAE低于0.5毫米,角低于4.2°.
- 类内相关系数 (ICC) 显示了AI和专家测量之间的良好至优异的一致性 (0.78-0.99).
- 人工智能测量准确度在正常和异常的骨覆盖范围的患者中是一致的.
结论:
- 在X光照中使用人工智能测量盆腔和部参数,可以获得准确和可重复的结果.
- 骨测人工智能工具与专家手工测量有很强的一致性,表明其临床实用性.
- 人工智能有可能显著提高部评估的可重现性,提高诊断准确性.
