人工智能在早期发病的脊椎病变中:一个范围审查
Chuck Lam1, Jennifer Tasong2, Halil Bulut3
1School of Medicine, University of Birmingham, Birmingham, UK. chuck.lam2@nhs.net.
Spine deformity
|October 19, 2025
概括
人工智能 (AI) 在诊断和预测早期脊椎病变 (EOS) 的结果方面表现有前途. 然而,为了临床应用,需要进一步研究标准化报告和多中心数据.
科学领域:
- 整形外科手术 整形外科手术
- 医学成像医学成像
- 人工智能的人工智能是人工智能.
背景情况:
- 早发性脊椎病 (EOS) 在10岁以下的儿童中提出了诊断和管理的挑战.
- 未经治疗的EOS可能会导致严重的心肺损伤,需要及时干预.
- 人工智能 (AI) 和机器学习 (ML) 是骨科中新兴的工具,用于改进检测,预测和治疗指导.
研究的目的:
- 进行现有AI和ML应用在早期发病的脊柱脊椎病的范围审查.
- 绘制人工智能在诊断,管理和预测EOS患者的结果中的应用.
- 为EOS确定人工智能研究的趋势和局限性.
主要方法:
- 在主要数据库 (PubMed,Embase,科学网,Cochrane,Scopus) 中按照PRISMA ScR标准进行系统的文献搜索.
- 包括标准集中在研究开发,应用或验证AI模型用于EOS诊断,管理或结果预测的研究上.
- 对352个记录进行选和审查,其中11项研究符合最终纳入标准.
主要成果:
- 大多数研究 (63.6%) 使用卷积神经网络 (CNN) 来进行图像分析,自动化放射测量和监控治疗.
- 人工智能模型在图像分析和预测任务中表现出高精度 (平均91.2%) .
- 发现的常见局限性包括小样本大小,单中心数据和外部验证不足.
结论:
- 人工智能具有显著的潜力,可以增强早期脊柱形状学成像和风险预测.
- 方法异质性和有限的外部验证目前阻碍了EOS人工智能工具的临床翻译.
- 未来的研究应该优先考虑标准化报告,聚合多中心数据集,以及大队伍的潜在验证.
