一个自动化算法用于胸部和腰部脊椎体的定量形态测量在横向放射图中
Shoutaro Arakawa1, Akira Shinohara1, Daigo Arimura1
1Department of Orthopaedic Surgery, The Jikei University School of Medicine, Tokyo 105-8461, Japan.
JBMR plus
|March 18, 2025
概括
一个人工智能 (AI) 算法准确评估脊椎身体形,与人类专家相比. 这种用于骨折检测的AI工具显示出广泛临床采用和改善患者护理的潜力.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 定量形态测量方法 定量形态测量方法
背景情况:
- 脊椎身体形可能表明骨折,需要准确的评估.
- 定量形态测量有助于评估这些变形.
- 现有的方法在评估脊椎骨折时可能缺乏效率或一致性.
研究的目的:
- 开发和评估基于人工智能的算法,用于脊椎体的定量形态测量.
- 评估算法的准确性,以识别脊椎体变形,表明骨折.
- 将人工智能算法的性能与人类专家评估进行比较.
主要方法:
- 开发了一个两阶段的人工智能算法,使用了来自355个病例的709张X射线图.
- 第1阶段的人工智能模型识别了胸部和腰部脊椎体.
- 第二阶段的人工智能模型注释了6个地标来计算脊椎体高度比 (C/A,C/P,A/P).
主要成果:
- 第一阶段的人工智能模型实现了高灵敏度 (97.6%) 和精度 (95.1%) 的脊椎体检测.
- 平均基准误差很低 (2.9%-4.0%),与人类评估器 (0.519-0.770) 相似的相关系数.
- 布兰德-阿尔特曼分析显示,人工智能与外部评估者之间的协议与评估者之间的协议相似;处理时间为每张图像10秒以下.
结论:
- 人工智能算法在评估脊椎形方面表现出与人类专家可比的准确性.
- 该算法的性能足以用于骨折检测中的临床应用.
- 这种人工智能工具有可能通过广泛的临床整合来改善患者护理.
