一个人工智能工具用于诊断面部疼痛
Kim J Burchiel1, Suzanne Bergman, Michael McGehee
1Department of Neurological Surgery, Oregon Health and Science University, Portland, Oregon, USA.
Neurosurgery
|June 30, 2025
概括
区分临时关疾病 (TMD) 和三神经疼痛 (TN) 对于适当的治疗至关重要. 使用问卷和考试的机器学习模型在区分这些或面部疼痛条件时达到90%的准确性.
科学领域:
- 医学诊断 医学诊断 医学诊断
- 机器学习在医疗保健中的应用
- 或面部疼痛研究研究.
背景情况:
- 由于不同的治疗方法,准确地区分关节疾病 (TMD) 和三神经疼痛 (TN) 是至关重要的.
- TMDs,常见的口腔面部疼痛状况,通常通过康复来管理,而TN通常需要抗药或手术干预.
- 错误诊断可能导致 orofacial 疼痛的不适当治疗,突出需要可靠的诊断工具.
研究的目的:
- 开发和验证一种诊断模型,以区分TMD与TN.
- 评估机器学习方法在区分这两种常见的或面部疼痛原因的准确性.
主要方法:
- 使用101名被诊断患有TMD或TN的患者的数据开发了一个监督机器学习模型.
- 该模型使用了标准化问卷和指导体检的输入来评估患者.
主要成果:
- 预测模型经过训练,并根据专家诊断根据 orofacial 身体检查进行验证.
- 机器学习网络在区分TMD和TN方面表现出高水平的准确性.
结论:
- 一个标准化的问卷与指导体检相结合,可以可靠地区分TMD和TN.
- 开发的诊断方法达到了大约90%的准确性,为临床治疗面部疼痛提供了一个有前途的工具.


