骨科领域的深度学习应用:系统性审查和未来方向
R González-Pola1, A Herrera-Lozano1, L F Graham-Nieto2
1Centro de Ortopedia y Traumatología, Centro Médico ABC Santa Fe. Ciudad de México. México.
Acta ortopedica mexicana
|July 11, 2025
概括
人工智能 (AI) 和深度学习 (DL) 在骨科中越来越多地用于各种应用. 对595项研究的审查发现卷积神经网络是最常见的,提高了诊断的准确性和速度,但强调需要针对AI的具体指导方针.
科学领域:
- 整形外科手术 整形外科手术
- 人工智能的人工智能
- 深度学习 (Deep Learning) 是一种深度学习.
背景情况:
- 人工智能 (AI) 和深度学习 (DL) 迅速引起了人们对骨科的兴趣.
- 之前的研究探索了人工智能在放射评估和骨瘤诊断等领域的应用.
研究的目的:
- 系统地审查有关骨科人工智能和DL工具的当前文献.
- 确定在风险评估,结果评估,成像和基础科学中使用的普遍的人工智能工具.
主要方法:
- 来自PubMed,EMBASE和Google Scholar的595项研究的系统审查 (2020年1月至2023年10月).
- 包括专注于放射性评估,脊柱手术,结果评估,骨科教育和基础科学的研究.
- 分析使用随机效应将诊断准确性和报告标准等主要结果组合起来.
主要成果:
- 在185个算法中,卷积神经网络 (73%) 是最常用的机器学习架构.
- 人工智能工具主要旨在提高诊断的准确性和速度,在62%的应用中实现了这些结果.
- 用于放射性评估的53种不同的成像方法.
结论:
- 观察到研究方法,术语和结果之间存在很高的异质性.
- 变异可能导致在医学成像中对DL算法的诊断准确度的高估.
- 在骨科研究中迫切需要标准化AI特定指南.


