Validação do banco de dados de imagens do fêmur proximal

O projeto AO@AI Turin é um projeto colaborativo com um grupo de Turim que coletou 2.932 radiografias pélvicas anteroposteriores (AP), das quais 1.811 são imagens de fraturas e 1.121 são imagens sem fraturas. O grupo de Turim desenvolveu um algoritmo de inteligência artificial (IA) para classificação de fraturas usando essas imagens. Essas imagens anonimizadas (com todos os metadados ou identificadores pessoais removidos) foram carregadas em um banco de dados de imagens (DB) baseado em nuvem, hospedado e gerenciado pela Fundação AO.

O grupo de Turim estabeleceu a “verdade básica” utilizando os métodos de “consenso de especialistas”. Dois radiologistas de sua equipe médica revisaram e classificaram o status da fratura (fratura versus não fratura e, em caso de fratura, a classificação da AO/Orthopaedic Trauma Association [OTA]).

O objetivo da próxima etapa é o plano de validação da verdade para testar a precisão da anotação de Turin da classificação de fraturas das imagens pélvicas AP já carregadas. Isso é para garantir que o banco de dados de imagens ofereça anotações de qualidade precisas para permitir o desenvolvimento de IA.

Para a fase piloto, um subconjunto aleatório de imagens de Turim (300 imagens) será extraído do banco de dados de imagens. Essas imagens serão revisadas por um grupo externo de cirurgiões especialistas da AO que anotarão as imagens de acordo com seu status de fratura, ou seja, fratura versus não fratura e, em caso de fratura, a classificação AO/OTA.

O grupo de cirurgiões especialistas da AO consiste em quatro cirurgiões que revisarão independentemente as 300 imagens e um quinto cirurgião que atuará como juiz, se necessário. Os cirurgiões especialistas terão acesso às 300 imagens por meio do banco de dados de imagens baseado em nuvem e anotarão as imagens. Os cirurgiões especialistas não terão acesso às anotações de Turim. As anotações dos cirurgiões especialistas serão inseridas em um banco de dados construído especificamente para o estudo piloto.

Para determinar a verdade básica, as anotações dos quatro cirurgiões serão comparadas e as discrepâncias serão identificadas. Será então marcada uma reunião entre os cirurgiões para resolver, por consenso, as discrepâncias, com o potencial envolvimento do quinto cirurgião como juiz. Após a reunião de resolução, haverá um único conjunto de anotações para as 300 imagens do grupo de cirurgiões de exercício.

As anotações de Turim também serão inseridas no banco de dados do estudo para permitir comparações com a anotação do grupo de cirurgiões especialistas.

Em caso de desacordo entre a anotação de Turim e as anotações do cirurgião especialista da AO, será procurado um consenso para estabelecer uma nova verdade básica. Se este processo resultar em revisões significativas nas anotações, todo o conjunto de dados será revisado para definir este novo padrão. Após uma revisão tão abrangente do conjunto de dados, o algoritmo para classificação automatizada de fraturas do fêmur proximal, que já foi desenvolvido pelo grupo de Turim, será retreinado. Após o novo treinamento, o desempenho do algoritmo será avaliado por meio de métricas como precisão, recall e pontuação F1 para garantir sua precisão e eficácia na classificação de fraturas proximais do fêmur.