新的人工智能可以检测早期骨关节炎从x射线图像

大学的研究人员Jyvaskyla和芬兰卫生保健中心开发了一个基于神经网络从x射线图像检测早期膝关节骨关节炎。人工智能能够匹配在87%的情况下医生的诊断。结果很重要,因为x射线是早期膝关节骨关节炎的主要诊断方法。的早期诊断可以拯救病人不必要的检查,治疗,甚至膝关节置换手术。

骨关节炎是最常见的joint-related全球疾病。仅在芬兰,它会导致每年多达600000医疗访问。据估计花费国民经济每年高达10亿欧元。

新的基于ai方法训练检测x射线辐射特性预测的骨关节炎。这一发现目前没有包含在诊断标准,但整形专家考虑早期骨关节炎的迹象。该方法开发的数字医疗智能实验室Jyvaskyla作为大学的人工智能中心中央芬兰项目的一部分。它利用神经网络技术,在全球范围内被广泛使用。

”这个项目的目的是训练人工智能识别早期骨关节炎的特征x射线。一些有经验的医生可以从图像视觉上区分,但不能自动完成,”解释Anri赞助人,研究员负责发展的方法。

在实践中,AI试图检测是否有飙升在膝关节胫骨结节。胫骨飙升可能是骨关节炎的迹象。

研究人员评估的可靠性方法与专家一起从芬兰医疗中心。

“大约700 x射线图像被用于发展人工智能模型,模型被验证后约200 x射线图像。管理模型的估计以大钉钉牢与一个医生的一致估计在87%的情况下,这是一个有前景的结果,”顾客描述。

人工智能可以支持骨关节炎的早期诊断初级卫生保健

讲解员萨米Ayramo,数字医疗智能实验室负责人Jyvaskyla大学解释说,人工智能的发展模型诊断早期骨关节炎是活跃在全球范围内。

“之前已经开发出了几种人工智能模型检测膝骨关节炎。这些模型可以发现严重的病例,将很容易检测到任何专家。然而,之前开发的方法不够准确检测早期表现。该方法现在正在开发的目标是工党particular-early从x射线检测,这是一个伟大的需要。”

我们的目标是,在未来,一个AI能够从x射线检测膝骨关节炎的早期迹象,使最初的诊断通常由全科医生。

这个项目进行了合作与中央芬兰医疗区。首席执行官芬兰医疗中心和手术Juha Paloneva教授说,早期可以有效治疗骨关节炎。

“如果我们可以诊断在早期阶段,我们可以避免不确定性和昂贵的磁振造影等检查。此外,病人可以积极采取措施来减缓甚至阻止病情恶化的症状骨关节炎。在最好的情况下,病人可能会避免关节置换手术,”Paloneva总结。

这项工作发表在杂志上诊断。