En datainnsamlingsstudie for kunstig intelligens-veiledet muskel- og skjelettsystemundersøkelse

Ultralyds kostnadseffektive og brukervennlige egenskaper har posisjonert den som en hjørnestein i diagnostisering av muskel- og skjelettlidelser.

I denne enkeltsentrerte og prospektive studien har studien som mål å verve 300 frivillige, som omfatter både individer med sunne muskel- og skjelettsystemer og de med patologier. De innsamlede rådataene for ultralyd vil bli brukt til å trene modeller for identifisering og fremheving av viktige anatomiske landemerker på ultralydbilder. Deltakernes kjønn, alder, BMI og sykehistorie vil bli vurdert og rapportert. Alle skanninger vil bli utført på FDA-godkjente ultralydenheter for generell bruk. Innhentede bilder vil bli brukt til å utvikle kunstig intelligens-basert medisinsk programvare av Smart Alfa Teknoloji San. Ve Tic. A.Ş., Ankara, Tyrkia. Smart Alfa har tilsvarende utført en studie innen anestesi ved bruk av samme metode i Nerveblox kunstig intelligens-programvare.

Studiemetodikken omfatter følgende komponenter:

• Spesifikke kroppsvisninger, veiledet av etablerte protokoller, vil bli skannet fra både korte og lange akser langs forskjellige kroppsplan. Fokusområdene omfatter sener, leddbånd, bein og nerver i skulder-, albue-, hånd-, hofte-, kne- og fotregionene.
• En kohort på 300 frivillige, jevnt fordelt på kjønn (150 menn, 150 kvinner), vil få dokumentert demografiske data (BMI, kjønn, alder).
• For å motvirke potensielle skjevheter vil sekvensen av frivillig deltakelse bli randomisert.
• Hver skanning forventes å ta 45 minutter.