骨科外科医生水平的关节角度评估与基于摄影的人工智能:一个试点研究
Seung Min Ryu1, Keewon Shin2, Chang Hyun Doh3
1Department of Orthopedic Surgery, Seoul Medical Center, Seoul, 02053, South Korea.
Biomedical engineering letters
|January 9, 2025
概括
这项研究引入了一种基于人工智能的方法,使用临床照片来测量肩部运动范围 (ROM),为内部旋转评估提供了比传统的度学更好的准确性和一致性.
科学领域:
- 生物医学工程 生物医学工程
- 人工智能在医学中的应用
- 肌肉骨成像系统的成像
背景情况:
- 精确的肩部运动范围 (ROM) 评估对于患者进度评估至关重要.
- 传统的手动度测量在精度和观察者之间的变化方面存在局限性,特别是在肩部内部旋转 (IR) 方面.
研究的目的:
- 引入和验证基于人工智能 (AI) 的方法,使用临床摄影量化肩膀和肘部ROM.
- 与人类观察者相比,评估人工智能算法的准确性和可靠性.
主要方法:
- 一个人工智能模型 (MMPose与HR-NET) 分析了150张临床照片,检测了17个解剖学地标.
- 一个随机森林分类器 (PoseRF) 分类了姿势,并计算了ROM角度.
- 由人工智能获得的测量与两名临床医生同时进行的手动测量相关.
主要成果:
- 人工智能算法在地标检测 (96%的肩膀,100%的肘部) 和姿势检测 (95%的整体) 中取得了高精度.
- 人工智能和人类观察者之间的类内相关系数 (ICC) 从0.965到0.997不等,表明出色的可靠性.
- 在人工智能和人类测量之间没有发现统计学上显著的差异 (p > 0.05).
结论:
- 这种基于人工智能的算法在从临床照片中量化肩膀和肘部ROM时,表现与人类观察者相提并论.
- 与传统方法相比,这种人工智能方法显示了与传统方法相比,在肩膀内部旋转测量中提高一致性的潜力.
