AI模型可以量化类风湿关节炎的放射学关节损伤
根据8月29日在线发表的一项研究，一项国际竞争导致了算法的开发，提供了可行的，快速的，准确的方法来量化类风湿关节炎(RA)的关节损伤JAMA网络开放．
来自阿拉巴马大学伯明翰分校的孙东梅博士和m.s.p.h.及其同事设计并实施了一项国际众包竞赛，以促进机器学习方法的发展，以量化RA的放射损伤。数据来自两个临床研究(562例患者的674组x线照片)用于训练(367组)、排行榜(119组)和最终评估(188组)。
研究人员发现，获胜算法产生的分数非常接近专家策划的Sharp-van der Heijde分数。这一发现是基于加权均方根误差(RMSE)指标，使用了26名参与者(7个国家的团队)提交的173份榜单意见书和13份最终评估意见书。在三个子挑战中，排名靠前的团队的加权rmse分别为0.44、0.38和0.43。挑战后独立验证证实了再现性，来自三个子挑战的顶级团队的估计一致性指数分别为0.71、0.78和0.82。
“这些发现表明，在经过更大的队列优化和验证后，这些算法单独或组合可以被纳入电子健康记录有助于更明智和精确地管理类风湿性关节炎，”作者写道。
更多信息:Dongmei Sun等人，一种众包方法开发机器学习模型来量化类风湿性关节炎的放射学关节损伤，JAMA网络开放(2022)。DOI: 10.1001 / jamanetworkopen.2022.27423
期刊信息:
JAMA网络开放
版权所有©2022每日健康．版权所有。
引用: AI模型可以量化类风湿性关节炎的放射学关节损伤(2022,9月2日)，检索自2022年9月2日//www.pyrotek-europe.com/news/2022-09-ai-quantify-radiographic-joint-rheumatoid.html
这份文件受版权保护。除为私人学习或研究目的而进行的公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
