人工智能可自动识别术后放射图上的逆肩关节整形植入物品牌,包括不确定性量化
Linjun Yang1, Miguel M Girod2, Sami Saniei2
1Orthopedic Surgery Artificial Intelligence Laboratory (OSAIL), Department of Orthopedic Surgery, Mayo Clinic, Rochester, MN, USA; Department of Orthopedic Surgery, Mayo Clinic, Rochester, MN, USA.
Journal of shoulder and elbow surgery
|November 2, 2025
概括
一个人工智能算法准确地从X射线图中识别逆肩关节整形 (rTSA) 植入品牌. 这种深度学习工具提高了rtsa修订和注册表策划的临床工作流程的效率.
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:
- 精确识别逆肩关节整形 (rTSA) 植入物品牌对于患者护理至关重要,但往往具有挑战性和耗时.
- 现有的从放射图片中识别RTSA假肢品牌的方法是主观的,容易出错,特别是当患者记录不完整时.
研究的目的:
- 开发一种计算机视觉人工智能 (AI) 算法,从放射图片中准确有效地分类8种常见的RTSA假肢品牌.
- 帮助外科医生识别植入品牌,当患者记录不可用时.
主要方法:
- 基于EfficientNet的深度学习 (DL) 分类算法在1,368例rTSA病例中的5,256张肩部X射线图上进行了训练.
- 人类观察员对8个rTSA假肢品牌的放射图进行了标记,并分为开发和测试套件.
- 为确定不确定性量化应用了符合性预测,并对模型的准确性,F1得分,效率和覆盖率进行了评估.
主要成果:
- 人工智能算法实现了高性能,平均准确率为0.958,平均F1得分为0.946.
- 符合性预测导致平均覆盖率为0.978和效率为0.72.
- 该模型以每秒大约45张图像的速度处理图像,突出其效率.
结论:
- 深度学习模型可以准确有效地从放射图片中识别常用的rtsa植入物.
- 这种自动识别管道为改善临床工作流程提供了巨大的潜力,特别是在修订RTSA程序方面.
- 人工智能工具对提高放射性注册表策划的准确性和效率有更广泛的影响.
