机器学习的演变及其在骨科的应用:一个图书法分析分析

科学领域:

• 整形外科手术 整形外科手术
• 医疗人工智能 医疗人工智能
• 机器学习在医学中的应用

背景情况:

• 人工智能 (AI) 和机器学习 (ML) 越来越多地应用于医学,以提高患者的治疗结果.
• 它们在骨科中日益增长的影响需要对当前的研究趋势和证据质量进行分析.

研究的目的:

• 识别和分析关于机器学习应用在骨科中的100个最常被引用的文章.
• 评估方法,应用,子专业的代表性,和证据水平的影响力ML研究的骨科.

主要方法:

• 一个全面的Web of Science数据库搜索确定了最多引用的ML在骨科的前100篇文章.
• 数据提取集中在ML技术,骨科子专业,研究设计和证据水平 (LoE) 上.
• 分析包括引用数和人工智能性能与人类专家的比较.

主要成果:

• 这100篇文章得到了10,886次引用,平均每篇文章引用次数为108.9次.
• 大多数研究是LoE V (46%) 和实验性 (43%),只有一个LoE I研究.
• 肌肉骨成像 (44%),创伤 (23%) 和关节整形 (21%) 是主要的子专业;卷积神经网络 (CNN) 是最常见的技术.
• 人工智能性能通常与人类专家相当,但很少超过;在直接比较中,ChatGPT的表现并没有超过整形外科医生.

结论:

• 在整形外科的高度引用的机器学习研究主要依赖于较低水平的证据.
• 在该领域内,高质量的方法研究存在重大差距.
• 骨科人工智能需要严格的评估和大量的人类监督,以确保安全有效的临床整合.