Modely založené na umělé inteligenci pro automatickou analýzu malaligní páteře

Tato retrospektivní studie zahrnovala sběr posteroanteriorních rentgenových snímků celé páteře od 2 763 jedinců v 5 renomovaných nemocnicích v pevninské Číně a 2 nemocnicích v Hongkongu v období od 1. ledna 2012 do 4. dubna 2021. Rentgenové snímky z Queen Mary Hospital a Duchess of Kent Children's Hospital v Sandy Bay v Hong Kongu, známé jako kohorta QMH&DKCH, byly speciálně použity pro vývoj modelu. V této kohortě bylo 86,5 % (1 686 z 1 950 pacientů) náhodně vybráno jako tréninková sada pro vývoj modelu, zatímco zbývajících 13,5 % (264 pacientů) tvořilo interní validační sadu, aby bylo zajištěno, že výkonnost modelu byla nezávisle testována. Kromě toho byla data z pěti předních nemocnic v pevninské Číně shromážděna do souborů externích validačních dat pro posouzení účinnosti modelu. Tyto nemocnice zahrnovaly Peking Union Medical College Hospital, Nanfang Hospital, Jishuitan Hospital, Ruijin Hospital a Huashan Hospital. Všechna data byla před použitím pro vývoj a validaci modelu deidentifikace. Do studie byli zařazeni účastníci ve věku 10 až 18 let s potvrzenou přítomností nebo nepřítomností adolescentní idiopatické skoliózy (AIS). Demografické informace, jako je věk, pohlaví a BMI, byly extrahovány z lékařských záznamů. Aby byla zajištěna specifičnost studie, byla použita vylučovací kritéria, vylučující osoby s jinými typy skoliózy, kožními chorobami, které by mohly ovlivnit zobrazování, osoby neschopné stát a případy, kdy zobrazování ve stoje nebylo možné. Návrh studie, znázorněný na obrázku 1, sestával ze dvou hlavních fází: vývoj modelu a aplikace v reálném světě. Model byl před nasazením na platformu AlignProCARE pro klinické aplikace napříč různými centry optimalizován a ověřen pomocí kohortových dat QMH&DKCH. Ve fázi aplikace v reálném světě využilo pět lékařských středisek software AlignProCARE k nahrávání a analýze rentgenových snímků pacientů pro diagnostické účely.