对同一个人工智能工具的两个版本的性能进行比较研究,用于对儿科骨成熟度的评估

科学领域:

• 儿科内分泌学 儿科内分泌学
• 放射学 放射学是一门学科.
• 医学中的人工智能.

背景情况:

• 准确的骨龄评估对于诊断和管理儿童生长障碍至关重要.
• 像BoneXpert这样的人工智能驱动的工具旨在标准化和提高骨年龄估计的准确性.
• 评估AI算法的更新对于临床可靠性至关重要.

研究的目的:

• 为了比较BoneXpert版本3与版本2在健康儿童的骨年龄和骨健康指数 (BHI) 估计中的性能.
• 使用平均绝对误差 (MAE) 和根平均平方误差 (RMSE) 评估准确性.
• 评估骨年龄标准偏差分数 (SDS) 的差异及其可变性.

主要方法:

• 对449名健康儿童 (231名女性,218名男性) 的回顾性分析.
• 使用BoneXpert版本2和3估计的骨龄.
• 计算了与时间年龄 (R2),MAE和RMSE的相关性.
• 按性别和年龄组分层的分析;不同版本的骨龄SDS和BHI的比较.

主要成果:

• 这两种版本都与时间年龄有很强的相关性 (R2 ≈ 0.91-0.93).
• MAE和RMSE在版本之间没有显著差异 (MAE ≈ 0.88-0.89年,RMSE ≈ 1.12-1.15).
• 与版本2 (平均值0.19,SDS1.29) 相比,版本3的SDS值较高且变化更大,并且将SDS报告扩展到更年轻的儿童. BHI和BHI SDS没有显著差异.

结论:

• 这两种BoneXpert版本都对健康儿童的骨年龄评估有效和同样准确.
• 版本3通过提供更高和更可变的骨年龄SDS,并将报告扩展到年轻年龄组,提供了优势.
• 持续验证人工智能算法更新对于可靠的临床应用是必要的.