基于3D成像的AI模型在人口统计学模型中表现出色,并且与2D模型相比,在膝盖关节整形术规划中表现出色:系统性审查
Randa Elsheikh1,2, Zainab Aqeel Khan3, George Mihai Avram1,2
1University Department of Orthopedic Surgery and Traumatology, Kantonsspital Baselland, Bruderholz, Switzerland.
概括
人工智能 (AI) 模型使用二维和三维成像准确预测全膝关节关节整形 (TKA) 组件大小. 虽然3D成像在部件方面表现出色,但仅仅人口统计数据在TKA大小测量方面不那么精确.
科学领域:
- 整形外科手术 整形外科手术
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 精确的手术前植入物大小测量对于成功的全膝关节整形术 (TKA) 至关重要.
- 人工智能 (AI) 提供了在TKA中加强手术前规划的潜力.
- 用于人工智能预测建模的各种输入方式,包括CT,放射和人口统计,但它们的比较性能尚不清楚.
研究的目的:
- 系统地审查和比较基于人工智能的模型对TKA组件尺寸的预测准确性.
- 通过不同的输入方式来评估AI模型:3D成像,2D放射和人口统计数据.
主要方法:
- 在PubMed,Scopus,Embase和Cochrane Central进行系统的文献搜索.
- 包括对人工智能模型的原始研究,用于TKA组件大小测量,具有可测量的结果.
- 通过使用PROBAST工具规划模式和偏差评估进行分层定性合成.
主要成果:
- 分析了13项涉及37002名患者的研究.
- 对于大腿部部件,基于X射线的AI模型显示了最高的精确尺寸准确度 (86.70%).
- 对于部部件,基于CT/MRI的模型在±1大小 (98.49%) 范围内获得了最高的精度,而人口模型在两种组件类型中都显示了较低的精度.
结论:
- 使用2D和3D成像的AI模型在TKA组件尺寸测量方面表现出高精度.
- 3D成像显示了部部件预测的卓越性能.
- 多式人工智能方法可以提高TKA手术规划中的预测精度,优于仅仅人口统计学模型.
