Корейские исследователи разработали новую визуальную метрику, использующую технологии глубокого обучения ИИ, для выявления 'максимально изношенной области' коленного сустава, которую трудно уловить с помощью традиционной рентгеновских снимках.
Профессор Но Ду Хён из больницы Сеульского национального университета и профессор И До Уон из больницы Донгкук в Ильсане сообщили, что их совместная исследовательская группа разработала основанную на ИИ визуальную метрику 'oJSW (orthogonal minimum joint space width)', которая точно измеряет степень износа хряща колена, различающуюся у разных пациентов.
Результаты этого исследования были опубликованы в последнем номере официального журнала Европейской спортивной медицинской ассоциации 《KSSTA (Хирургия колена, спортивная травматология, артроскопия)》.
Исследовательская группа подтвердила эффективность данного показателя, проанализировав 15 313 снимков коленных суставов 3 855 пациентов на основе масштабных данных (OAI) Национальных институтов здравоохранения США (NIH) за период до 6 лет.В результате oJSW показал высокую диагностическую точность (AUC) от 0,86 до 0,97 при определении всех степеней тяжести остеоартрита, начиная с ранних стадий до тяжелых. Это последовательно превосходит традиционный метод (0,78–0,95).
Значение AUC, близкое к 1, указывает на высокую точность, что означает, что при случайном сравнении пациентов и здоровых людей можно было различить степень тяжести с вероятностью до 97%.
Кроме того, в анализе, который определяет степень прогрессирования заболевания в течение 12 месяцев (rSRM), также было зафиксировано значение от 0,91 до 0,97. Это доказывает, что oJSW может более специфично и чувствительно улавливать мелкие ухудшения структуры колена с течением времени по сравнению с традиционными маркерами.
Ранее степень тяжести остеоартрита колена в основном оценивалась по измерению расстояния (JSW) между бедренной и большеберцовой костями на рентгеновских изображениях. Чем больше износ хряща, тем уже становится расстояние между костями, что указывает на серьезность заболевания.
Однако традиционный метод фиксирует определенное положение сустава для измерения, поэтому он не может адекватно отразить 'максимально изношенную область', которая различается у пациентов, что увеличивает риск пропуска сильно изношенных участков. В отличие от этого, разработанный oJSW позволяет ИИ автоматически исследовать внутреннюю часть сустава и вертикально измерять наиболее узкие точки, что позволяет точно отражать состояние износа для каждого пациента.
Профессор Но Ду Хён отметил: “oJSW станет структурной метрикой для оценки степени тяжести остеоартрита и отслеживания прогрессирования заболевания”, добавив, что “особенно ожидается, что он будет использоваться в клинических испытаниях новых препаратов, направленных на замедление прогрессирования заболевания, как чувствительный инструмент оценки, что будет способствовать разработке новых лекарств.”
