Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

H-Wave<sup>®</sup> Device Stimulation for Chronic Knee Pain Disorders: A Patient-Reported Outcome Measures Observational Study.

Medicina (Kaunas, Lithuania)·2026
Same author

PGx-Based in silico Analyses Identifies the Interactive Role of Genes, Glucose Metabolism and Dopaminergic Dysfunctional Pathways with Chronic Cocaine use and Misuse.

Current neuropharmacology·2025
Same author

Prior leg length discrepancy in total hip arthroplasty patients causes greater implant complications and faster time to revision.

World journal of orthopedics·2025
Same author

Stem cell therapy for patients with paraplegia: is there hope for the future?

Expert review of neurotherapeutics·2025
Same author

Therapeutic potential of stem cell-derived exosomes in hair regeneration: A systematic review.

World journal of stem cells·2025
Same author

H-Wave device stimulation benefits chronic shoulder pain in an observational cohort study of patient-reported outcome measures.

Scientific reports·2025

相关实验视频

Updated: May 24, 2025

The Use of Mixed Reality in Custom-Made Revision Hip Arthroplasty: A First Case Report
07:45

The Use of Mixed Reality in Custom-Made Revision Hip Arthroplasty: A First Case Report

Published on: August 4, 2022

3.3K

人工智能和机器学习在膝关节关节整形中

Hugo C Rodriguez1, Brandon D Rust2, Martin W Roche3

  • 1Larkin Community Hospital, Department of Orthopaedic Surgery, South Miami, FL, USA; Hospital for Special Surgery, West Palm Beach, FL, USA.

The Knee
|March 1, 2025
PubMed
概括

人工智能 (AI) 和机器学习 (ML) 正在通过增强术前规划和预测并发症来改变膝关节关节整形 (KA). 虽然有希望,但人工智能预测性能需要进一步改进,以便在KA中广泛临床使用.

关键词:
人工智能的人工智能是人工智能.深度学习是一种深度学习.膝关节关节整形手术 膝关节关节整形手术机器学习是机器学习.患者报告的结果衡量患者报告的结果.预测分析是一种预测分析.

更多相关视频

In Vitro Application of a Wireless Sensor in Flexion-Extension Gap Balance of Unicompartmental Knee Arthroplasty
07:33

In Vitro Application of a Wireless Sensor in Flexion-Extension Gap Balance of Unicompartmental Knee Arthroplasty

Published on: May 5, 2023

470
Tissue Collection and RNA Extraction from the Human Osteoarthritic Knee Joint
06:06

Tissue Collection and RNA Extraction from the Human Osteoarthritic Knee Joint

Published on: July 22, 2021

5.8K

相关实验视频

Last Updated: May 24, 2025

The Use of Mixed Reality in Custom-Made Revision Hip Arthroplasty: A First Case Report
07:45

The Use of Mixed Reality in Custom-Made Revision Hip Arthroplasty: A First Case Report

Published on: August 4, 2022

3.3K
In Vitro Application of a Wireless Sensor in Flexion-Extension Gap Balance of Unicompartmental Knee Arthroplasty
07:33

In Vitro Application of a Wireless Sensor in Flexion-Extension Gap Balance of Unicompartmental Knee Arthroplasty

Published on: May 5, 2023

470
Tissue Collection and RNA Extraction from the Human Osteoarthritic Knee Joint
06:06

Tissue Collection and RNA Extraction from the Human Osteoarthritic Knee Joint

Published on: July 22, 2021

5.8K

科学领域:

  • 整形外科手术 整形外科手术
  • 医疗信息学 医疗信息学
  • 人工智能的人工智能

背景情况:

  • 人工智能 (AI) 和机器学习 (ML) 在临床医学中越来越多地被使用,在膝关节关节整形术 (KA) 中有着重要的应用.
  • 这些技术在预测分析和图像识别方面提供了先进的功能,旨在优化术前规划,术内指导和术后并发症的预测.
  • 本系统性审查侧重于人工智能驱动的工具在全膝关节整形术和单关节整形术的临床影响,强调改善患者的治疗结果和操作效率.

研究的目的:

  • 系统地审查人工智能 (AI) 和机器学习 (ML) 应用在全膝关节关节整形术 (KA) 和单部位关节整形术 (KA) 的临床影响.
  • 确定AI/ML工具如何提高KA程序中的患者结果和运营效率.
  • 评估AI/ML在改善KA护理方面的现状和未来潜力.

主要方法:

  • 在主要数据库 (Cochrane,Embase,Medline,PubMed,Web of Science) 进行了系统的文献搜索,截至2024年3月.
  • 包含的研究是以英语出版的,专注于成年人类受试者,特别是与全膝或单膝关节整形相关的研究.
  • 遵循PRISMA指南,以确保全面和公正的审查过程.

主要成果:

  • 确定了153项相关研究,检查了ML在各种KA方面的应用,包括成像 (28),术后并发症 (26),住院患者指标 (24),植入物设计 (14) 和修复手术 (12).
  • 研究的重点领域包括患者报告的结果指标 (11),功能结果 (11),以及KA的预测模型 (6).
  • 总共有66个ML模型被描述,近一半的研究 (48.7%) 使用多种ML方法.

结论:

  • 机器学习应用程序显示了改善膝关节关节整形术患者结果的巨大潜力.
  • 当前的人工智能算法显示出承诺,但需要进一步提高预测准确性和性能验证.
  • 人工智能在膝关节关节整形术中的广泛临床采用需要强有力的证据来证明改善预测能力和临床实用性.