AI准确检测射线在轴向spondyloarthritis骶髂关节炎

ACR融合,新的研究美国风湿病学院的年度会议,表明基于人工智能的分析模型,称为人工神经网络,使得准确检测确定射线在轴向spondyloarthritis患者骶髂关节炎,一大进步,可能是有用的在诊所诊断和分类的病人纳入临床试验(文摘# 2018)。

轴向spondyloarthritis (AxSpA)是一种spondyloarthritis。这通常炎性关节炎的脊柱和骨盆的攻击。大多数病人的主要症状是腰痛。许多人与轴向spondyloarthritis进展有一定程度的脊柱融合,称为强直性脊柱炎。AxSpA影响雄性和雌性,通常30岁之前发展。

如果医生怀疑AxSpA,他们通常推荐传统摄影或x射线,骶髂关节。磁共振成像(MRI)也用于评估疑似AxSpA患者。研究人员选择病人登记在临床试验中使用的疾病分类标准。患者分为有射线照相或non-radiographic AxSpA基于明确疾病的迹象在成像被读者。然而,射线骶髂关节炎的可靠性评估是贫穷。专家读者反对由当地专家评估或radiologists-usually产生更可靠的结果,但它们不是可用在很多地方。

这个问题的一个解决方案是确定基于人工智能(AI)的模型可以用于分析射线照片改善这些读数的准确性与顶级专家。本研究着手开发和验证一个人工神经网络模型,利用人工智能技术来检测确定射线骶髂关节炎AxSpA的表现。

“传统的x射线的骶髂关节仍然是第一,有时只能成像过程诊断AxSpA在世界的许多地方,”丹尼斯Poddubnyy教授研究的合著者说,风湿病的部门主管在德国柏林夏洛蒂。“准确的影像学评价骶髂关节炎相关制作正确的诊断。在明确的射线骶髂关节炎的患者症状暗示spondyloarthritis,没有其他成像过程通常需要和治疗可以马上启动。射线照相骶髂关节炎的存在与否也包含在许多临床试验的相关spondyloarthritis。我们看到一个大的差异的地方和中央评估骶髂关节炎有时达到一半的案件。”

在这项研究中,研究人员使用传统的射线照片的骶髂关节两个独立AxSpA患者群,其中包括1669片用于神经网络训练和验证,和100例作为测试数据集。所有的射线照片经过阅读人类和人工神经网络。读者使用修改后的纽约标准来确定是否存在明确的射线照相骶髂关节炎。然后研究人员是否人类读者或人工分析神经网络同意了。

的人工神经网络取得了出色的表现,正确认识明确射线骶髂关节炎在这些患者中,收视率高的敏感性和特异性,研究结果显示。这个人工实施模型能够准确检测骶髂关节炎,这使得相关诊断的患者在诊所和分类AxSpA在选择病人临床试验。

“我认为发达可能有助于临床实践(作为decision-supportive工具)和研究(包括病人的分类),“Poddubnyy博士说。“然而,这仅仅是第一步。下一个大的挑战是开发一个人工智能的工具评估MRI的骶髂关节。这是特别相关的诊断和鉴别诊断AxSpA在早期阶段。”

---

---