人工智能能可靠且准确地测量下肢对齐:系统性审查和元分析

科学领域:

• 骨科生物力学和手术规划.
• 医学影像分析和人工智能.
• 在医疗保健研究中的系统审查和元分析.

背景情况:

• 精确的下肢对齐 (LLA) 测量对于骨科手术前评估和手术规划至关重要.
• 传统的手动测量可能会出现变化和不一致.
• 人工智能 (AI) 提供了在LLA分析中提高精度和一致性的潜力.

研究的目的:

• 系统地审查和元分析基于人工智能的LLA测量方法的准确性和可靠性.
• 评估AI在检测解剖学地标和测量关键LLA角度方面的表现.
• 确定AI在骨科LLA评估中的优点和局限性.

主要方法:

• 在主要数据库 (PubMed,Scopus,Embase,Web of Science) 进行系统的文献搜索,遵循PRISMA指南.
• 包括验证人工智能驱动的LLA测量的观察性研究.
• 聚合的类内相关系数 (ICCs) 计算了评价者之间的可靠性;用于质量评估的QUADAS-2工具.

主要成果:

• 在28项研究 (47200名患者) 中,AI在测量15个LLA角度方面表现出高可靠性.
• 在-膝-脚 (HKA) 和机械骨角 (mTFA) 测量中观察到近乎完美的一致性 (ICCs > 0.998).
• 关节线收角度 (JLCA) 和大腿骨解剖机械角度 (FAMA) 的可靠性和出版偏差较低;观察到大量异质性.

结论:

• 人工智能在测量关键LLA角度方面表现出高可靠性和准确性,在速度和一致性方面经常超过手工技术.
• 人工智能显示出作为骨科实践临床工具的重大前景.
• 对于不太可靠的角度和解决实施障碍,需要进一步的改进和标准化.