用于脊柱侧凸手术规划与术后预测的人工智能技术

《npj Digital Medicine》：Artificial intelligence for scoliosis surgical planning and postoperative prediction

　　

摘要

青少年特发性脊柱侧弯手术需要精确选择融合节段并准确预测术后脊柱矫正情况，但目前现有的工具缺乏个性化的、经过验证的解决方案。我们开发了ScoliosisPLAN，这是一个基于人工智能的系统，它整合了基于YOLOv8的分割模型（ScolioPlanNet）用于个性化融合规划，以及潜扩散模型（ScolioPredNet）用于模拟术后X光片结果。在由1425名患者组成的回顾性开发组以及经过前瞻性收集并跟踪至少2年的内部和外部验证组中，该系统在再现融合规划决策方面的表现与经验丰富的外科医生相当，同时能够以临床可接受的误差范围预测关键的X光片结果。ScoliosisPLAN提供了一个可解释的、以数据为驱动的框架，将手术策略与结果预测联系起来，从而为青少年特发性脊柱侧弯的治疗提供标准化的、针对个体患者的决策支持。