Blog

Jun 01, 2023

Tief

Lu Y, et al. Vortrag 44. Präsentiert auf der Jahrestagung der American Orthopaedic Society for Sports Medicine; 12.–16. Juli 2023; Washington, D.C. Lu Y, et al. Vortrag 44. Präsentiert bei: American Orthopaedic

Lu Y, et al. Vortrag 44. Präsentiert auf der Jahrestagung der American Orthopaedic Society for Sports Medicine; 12.–16. Juli 2023; Washington, D.C

Lu Y, et al. Vortrag 44. Präsentiert auf der Jahrestagung der American Orthopaedic Society for Sports Medicine; 12.–16. Juli 2023; Washington, D.C

WASHINGTON – Den vorgestellten Ergebnissen zufolge kann ein Deep-Learning-Computer-Vision-Algorithmus die hintere Schienbeinneigung auf seitlichen Knieröntgenaufnahmen genau messen.

„Die Neigung der hinteren Tibia hat erhebliche Auswirkungen auf die Biomechanik und Kinematik, insbesondere auf die Art und Weise, wie sie sich auf die Verschiebung der Tibia nach vorne auswirkt.“Yining Lu, MD, sagte in seiner Präsentation auf der Jahrestagung der American Orthopaedic Society for Sports Medicine. „Seine Bedeutung als Risikofaktor für ein Scheitern nach einer primären oder Revisions-VKB-Rekonstruktion wurde in der Literatur ausführlich besprochen“, fügte er hinzu.

Lu und Kollegen verwendeten einen Deep-Learning-Computer-Vision-Algorithmus, um die hintere Schienbeinneigung auf seitlichen Kurzbein-Röntgenaufnahmen von 300 Patienten, die sich einer VKB-Rekonstruktion unterzogen, automatisch zu messen. Der Algorithmus berücksichtigte die Segmente Schienbeinschaft, Schienbeingelenkfläche und Schienbeinhöcker. Die Forscher verglichen die Leistung des Deep-Learning-Algorithmus mit manuellen menschlichen Messungen.

Der Zusammenfassung zufolge erreichte der Deep-Learning-Algorithmus in der Validierungskohorte einen durchschnittlichen Dice-Ähnlichkeitskoeffizienten von 0,885. Der mittlere Unterschied zwischen dem Deep-Learning-Algorithmus und manuellen menschlichen Messungen betrug 1,92°. Laut Lu integrierten die Forscher den Algorithmus in eine digitale Anwendung, die innerhalb von 5 Sekunden genaue Messungen der hinteren Schienbeinneigung lieferte.

„[Künstliche Intelligenz] ist nicht das A und O.“ Es ist kein Allheilmittel. Es ist also nur so gut wie Ihre besten Daten. Wir müssen dies wahrscheinlich durch Vergleiche mit Messungen am Goldstandard, bei denen es sich um Röntgenaufnahmen langer Beine handelt, validieren“, sagte Yu. „Es bleibt abzuwarten, ob diese Messungen eine klinische Vorhersage in Bezug auf Ergebnisse wie Transplantatversagen oder -revision ermöglichen“, schloss er.