基于人工智能的青少年特发性脊柱侧凸Lenke分型自动化模型研发与验证

【编辑推荐】来自国内的研究团队针对青少年特发性脊柱侧凸(AIS)临床分型需求，开发了基于人工智能的Lenke自动化分类系统。通过860例四视图脊柱X光片和1220例AP/LAT视图数据训练，模型在关键点检测、椎弓根分割及分类中表现优异：角度预测MAD仅2.29°，Lenke分型各模块Kappa值达0.827-0.866，准确率最高98.3%，为脊柱外科决策提供高效AI工具。

　　

这项开创性研究构建了革命性的人工智能(AI)驱动模型，致力于解决青少年特发性脊柱侧凸(Adolescent Idiopathic Scoliosis, AIS)临床分型的自动化难题。科研团队巧妙整合深度学习技术，利用860张包含四视图的脊柱X光片（来自215例患者）构建核心数据集，其中161组用于训练，54组用于测试。为增强模型泛化能力，额外纳入610例患者的1220张仅含正位(AP)和侧位(LAT)视图的影像数据。

该智能系统采用多任务学习框架，同步执行三大关键功能：脊柱解剖关键点检测、椎弓根精确分割以及基于定制化策略的Lenke分型。性能验证阶段引入金标准对照，采用均值绝对差(MAD)、组内相关系数(ICC)、Bland-Altman分析等严谨指标。令人振奋的是，模型预测Cobb角度的MAD仅为2.29°^。，ICC显示极佳一致性。

在核心的Lenke分型任务中，该系统展现出媲美专家的判别能力：曲线类型、腰椎修饰符和胸椎矢状面轮廓分类的Kappa值分别达到0.866、0.845和0.827，对应准确率飙升至87.07%-92.59%。亚组分析更揭示其稳定性能，各模块Kappa值波动于0.635-0.930区间，准确率持续保持在90.7%-98.3%的高位水平。这项突破性成果标志着AIS智能诊疗迈入新纪元，为脊柱外科医生提供了堪比"数字助手"的决策支持工具。