Desempenho do valor diagnóstico do software de avaliação da idade óssea baseado em aprendizagem profunda em crianças chinesas

A avaliação de alta precisão e precisão da idade óssea é muito importante para o diagnóstico e monitoramento do tratamento de várias doenças pediátricas. Os métodos de avaliação da idade óssea comumente usados ​​incluem GP atlas, TW3 score e Zhonghua 05. O método GP consiste em comparar os filmes de raios-X do pulso com os filmes de raios-X de referência do atlas. Suas principais desvantagens são forte subjetividade e longo intervalo padrão do atlas. Diferente do método GP, o método TW3 é para classificar e pontuar cada osso, adicionar cada pontuação epifisária para calcular a pontuação total da maturidade óssea e obter o valor final da idade óssea correspondente. Embora o método de pontuação TW3 seja relativamente preciso, é complexo e demorado, e há grande variabilidade entre os avaliadores. Para avaliar a idade óssea de forma mais eficiente e precisa, um método baseado na tecnologia de reconhecimento automático de imagem por computador pode ajudar a superar esses problemas.

Neste estudo, 1000 crianças de 1 a 18 anos em 5 hospitais são selecionadas como objetos de pesquisa. Depois de tirar os filmes da idade óssea com o instrumento de idade óssea, os resultados da leitura do filme e o tempo de avaliação do Grupo AI, grupo artificial e grupo padrão são registrados. Um mês depois, o grupo artificial reanalisa 1.000 filmes com o auxílio do sistema de IA, e o tempo de avaliação é registrado. Finalmente, a precisão e a diferença de tempo do grupo artificial, grupo AI, grupo AI combinado artificial e grupo padrão são comparados.

O objetivo deste estudo é usar o software de avaliação de idade óssea de aprendizado profundo de inteligência artificial mais avançado para explorar o valor do instrumento de idade óssea para melhorar a precisão e a eficiência diagnóstica da avaliação da idade óssea por pediatras.