Przewidywanie progresji choroby za pomocą uczenia maszynowego u młodzieńczej skoliozy idiopatycznej

Tło i Przegląd Problemu Młodzieńcze Skrzywienie Kręgosłupa (AIS) jest postępującym schorzeniem układu mięśniowo-szkieletowego charakteryzującym się trójwymiarową deformacją kręgosłupa występującą w okresie dojrzewania. Rozpoznanie zazwyczaj stawia się przy kącie Cobba przekraczającym 10° i obecności rotacji osiowej. Chociaż dokładna etiologia pozostaje nieznana, wiodące teorie obejmują nieprawidłowości tkanek (włókna mięśniowe, objętość kości), upośledzoną biomechanikę kręgosłupa (asymetryczny wzrost kości) oraz czynniki neurologiczne (asymetryczna grubość kory, lateralizacja mózgowa i zaburzenia schematu ciała).

Postępujący charakter AIS, szczególnie wysokie ryzyko progresji na początku dojrzewania, komplikuje podejmowanie decyzji klinicznych. Leczenie tradycyjnie dzieli się na trzy etapy:

Obserwacja i Ćwiczenia: dla kątów Cobba między 10°-25°.

Ćwiczenia i Gorsetowanie: dla kątów Cobba między 25°-45°.

Operacja: dla kątów Cobba przekraczających 45°.

Pomimo tych wytycznych, nieprzewidywalna progresja choroby oraz trudności w przestrzeganiu zaleceń terapeutycznych stwarzają poważne dylematy. W szczególności w przypadkach na granicy wskazań chirurgicznych, klinicyści stają przed wyborem między natychmiastową operacją a monitorowaniem zachowawczym. Obecnie nie ma ostatecznej metody przewidywania progresji, a pacjenci są zazwyczaj monitorowani w odstępach 6-miesięcznych. W tych odstępach stan pacjenta może pozostać stabilny lub ulec znacznemu pogorszeniu.

Ponadto, wytyczne zalecają noszenie gorsetu średnio 18 godzin dziennie, często przez kilka lat. Wymóg ten jest fizycznie i psychicznie obciążający dla młodzieży, prowadząc do niskiej zgodności z powodu obaw estetycznych, ograniczeń funkcjonalnych i podrażnień skóry. Niemożność przewidzenia progresji często prowadzi do nadmiernego leczenia (niepotrzebne gorsetowanie) lub niedostatecznego leczenia (opóźniona interwencja), z których oba niosą ryzyko dla długoterminowego zdrowia pacjenta.

Obawy Radiologiczne Postęp choroby monitoruje się za pomocą bezpośredniej radiografii (X-rays). Jednak częste obrazowanie zwiększa ryzyko zachorowania na raka w ciągu życia z powodu skumulowanego promieniowania jonizującego. W szczególności, ryzyko raka piersi u dziewcząt z AIS jest podobno około siedmiokrotnie wyższe niż u zdrowej populacji. Z drugiej strony, wydłużenie odstępów między wizytami kontrolnymi grozi pominięciem okien dla wczesnej interwencji. Model sztucznej inteligencji (AI) zdolny przewidzieć progresję krzywizny mógłby zoptymalizować częstotliwość obrazowania, zapewniając bezpieczeństwo przy jednoczesnym zachowaniu skuteczności klinicznej.

Cel i Metodyka Badania

Podstawowym celem tych badań jest opracowanie modelu opartego na uczeniu maszynowym do przewidywania kąta Cobba po 12-tygodniowej interwencji ćwiczeniowej. Model będzie wykorzystywał kompleksowe dane wyjściowe i po leczeniu, w tym:

Dane Demograficzne i Antropometryczne (wiek, wzrost, masa ciała, płeć).

Oceny Kliniczne (kąta Cobba, wskaźnik Rissera, kąt rotacji tułowia).

Metryki Funkcjonalne i Fizyczne (siła mięśni tułowia, maksymalne ciśnienie wdechowe i wydechowe [MIP/MEP], pomiary równowagi Biodex).

Oceny Wizualne (Skala Deformacji Wzrokowej Waltera Reeda [WRVAS]).

Hipotezy Badawcze

Hipoteza Główna: Model uczenia maszynowego wyszkolony na danych z oceny przed i po ćwiczeniach może znacząco przewidzieć kąt Cobba po 12 tygodniach z dokładnością zarówno statystyczną, jak i kliniczną.

Hipoteza Druga: Przewidując ryzyko progresji (prawdopodobieństwo wzrostu kąta Cobba), model ten przyczyni się do redukcji niepotrzebnych interwencji chirurgicznych, nadmiernego leczenia (gorsetowanie/operacje) i skumulowanej ekspozycji na promieniowanie rentgenowskie.