Proksimaalisen reisiluun kuvatietokannan validointi

AO@AI Turin -projekti on yhteistyöprojekti Torinon ryhmän kanssa, joka on kerännyt 2 932 anteroposteriorista (AP) lantion röntgenkuvaa, joista 1 811 on murtumia ja 1 121 ei-murtumia kuvia. Torinon ryhmä on kehittänyt tekoälyn (AI) algoritmin murtumien luokitteluun käyttämällä näitä kuvia. Nämä anonymisoidut kuvat (joista on poistettu kaikki metatiedot tai henkilökohtaiset tunnisteet) on ladattu pilvipohjaiseen kuvatietokantaan (DB), jota isännöi ja hallinnoi AO Foundation.

Torinon ryhmä on vahvistanut "pohjatotuuden" käyttämällä "asiantuntijoiden konsensuksen" menetelmiä. Kaksi radiologia lääketiimistään on tarkistanut ja luokitellut murtumatilan (murtuma vs. ei-murtuma, ja jos murtuma on, AO/Orthopedic Trauma Association [OTA] -luokitus).

Seuraavan vaiheen tavoitteena on pohjan totuuden validointisuunnitelma, jolla testataan jo ladattujen AP-lantiokuvien murtoluokituksen Torinon annotaatioiden tarkkuus. Tällä varmistetaan, että kuvan DB tarjoaa tarkat laatumerkinnät tekoälyn kehittämisen mahdollistamiseksi.

Pilottivaihetta varten satunnainen osajoukko Torinon kuvista (300 kuvaa) piirretään kuva-DB:stä. Nämä kuvat tarkastelee ulkopuolinen AO-asiantuntijakirurgien ryhmä, joka merkitsee kuvat niiden murtumatilan mukaan, eli murtuman ja ei-murtuman perusteella, ja murtuman tapauksessa AO/OTA-luokituksen mukaan.

AO-asiantuntijakirurgien ryhmään kuuluu neljä kirurgia, jotka tarkastavat itsenäisesti 300 kuvaa, ja viides kirurgi, joka toimii tarvittaessa tuomarina. Asiantuntijakirurgeille annetaan pääsy 300 kuvaan pilvipohjaisen kuvatietokannan kautta, ja he voivat kommentoida kuvia. Asiantuntijakirurgit ovat sokeita Torinon huomautuksista. Asiantuntijakirurgien kommentit syötetään pilottitutkimusta varten rakennettuun tietokantaan.

Perustotuuden määrittämiseksi neljän kirurgin huomautuksia verrataan ja eroavaisuudet tunnistetaan. Tämän jälkeen kirurgien kesken järjestetään tapaaminen, jossa eroavaisuudet ratkaistaan ​​yksimielisesti, ja viides kirurgi voi mahdollisesti osallistua tuomarina. Päätöskokouksen jälkeen tehdään yksi merkintäsarja 300:lle asiantuntijaryhmän kuvaalle.

Torinon merkinnät lisätään myös tutkimustietokantaan, jotta niitä voidaan vertailla asiantuntijakirurgien ryhmän huomautuksiin.

Jos Torinon annotaatio ja AO:n asiantuntijakirurgin huomautukset ovat erimielisiä, pyritään yhteisymmärrykseen uuden perustotuuden vahvistamiseksi. Jos tämä prosessi johtaa merkittäviin korjauksiin huomautuksiin, koko tietojoukko tarkistetaan tämän uuden standardin määrittämiseksi. Tällaisen kattavan tietojoukon tarkistuksen jälkeen Torinon ryhmän jo kehittämä proksimaalisen reisiluun murtumien automaattisen murtuman luokittelun algoritmi koulutetaan uudelleen. Uudelleenkoulutuksen jälkeen algoritmin suorituskykyä arvioidaan mittareilla, kuten tarkkuus, palautus ja F1-pisteet, jotta varmistetaan sen tarkkuus ja tehokkuus proksimaalisten reisiluun murtumien luokittelussa.