目的对比分析人工智能阅片与人工阅片在诊断骨质疏松性椎体压缩骨折中的效能。方法连续收集了2023年1月至2023年12月80例骨质疏松性椎体压缩骨折患者及20例无骨折但存在非特异性腰疼的患者的资料纳入了该项研究。根据患者的计算机断层扫...目的对比分析人工智能阅片与人工阅片在诊断骨质疏松性椎体压缩骨折中的效能。方法连续收集了2023年1月至2023年12月80例骨质疏松性椎体压缩骨折患者及20例无骨折但存在非特异性腰疼的患者的资料纳入了该项研究。根据患者的计算机断层扫描(computed tomography,CT)影像分别进行人工智能软件诊断和3名不同年资的脊柱外科临床医生(高级职称、中级职称、初级职称各1人)人工阅片诊断。比较不同检测方法的诊断效能。结果各组灵敏度、特异度、阳性预测值、阴性预测值、受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)、Kappa值分别为AI阅片:0.975、0.900、0.975、0.900、0.938、0.875;高级职称:0.950、0.900、0.974、0.818、0.925、0.819;中级职称:0.825、0.850、0.957、0.548、0.837、0.560;初级职称:0.750、0.750、0.923、0.429、0.751、0.390。结论人工智能的诊断水平与高年资医生诊断水平相当,明显高于中级及初级临床医生的诊断水平。展开更多
目的为提高医院内骨质疏松性骨折(osteoporotic fracture,OF)患者诊疗质量和管理效率,本研究自主构建一种医院内自动抓取相关资料的“骨质疏松性骨折数据库”,数据库内置管理流程相关的智能化功能模块。在此基础上,分析该数据库在实际...目的为提高医院内骨质疏松性骨折(osteoporotic fracture,OF)患者诊疗质量和管理效率,本研究自主构建一种医院内自动抓取相关资料的“骨质疏松性骨折数据库”,数据库内置管理流程相关的智能化功能模块。在此基础上,分析该数据库在实际场景应用的结果和有效性。方法构建院内封闭式多源异构数据整合的专病数据库,数据库接口可后台对接医院的信息系统(hospital information system,HIS)、影像归档和通信系统(picture archiving and communication systems,PACS)、实验室信息系统(laboratory information system,LIS)等固有数据平台,并自动运用自然语言处理(natural language processing,NLP)技术识别及整合OF患者相关信息。运用该数据库纳入2022年6月至2024年6月苏州大学附属第二医院收治的50岁以上、4部位骨折(椎体、髋部、肱骨近端和桡骨远端)的12754例患者,并对患者信息进行智能化管理应用分析。结果该数据库可按照纳入条件自动获得12754例患者数据,并自动收集患者基本资料、病历或影像检查的骨折记录、检验检查结果、实时治疗方案等407个结构化字段信息。数据库可自动完成患者的骨质疏松相关数据识别(骨折部位、骨密度值、骨代谢相关指标、抗骨质疏松药使用)、院内转科及经治医生追踪、院内多次骨折记录检索。当患者确定纳入管理,数据库可实现本次骨折后2年档案构建、辅助宣教、智能随访、院内门诊电脑同屏显示等智能化管理功能。结论“骨质疏松性骨折数据库”拥有便捷的OF患者信息抓取功能,可实时了解相应管理的基础数据,可自动完成规定时间内设定管理的指导及提醒。该数据库有院内多源异构数据整合的专病数据库特点,为OF精准化、智能化、便捷化管理提供新的思路和有效工具。展开更多
目的探讨β胶原特殊序列(β-crosslaps,β-CTX)、总1型胶原氨基端延长肽(t-P1NP)及N端中段骨钙素(N-MID-OT)在绝经后女性骨质疏松性骨折风险评估中的应用价值。方法回顾性分析2020年2月至2022年12月解放军总医院第六医学中心收治的102...目的探讨β胶原特殊序列(β-crosslaps,β-CTX)、总1型胶原氨基端延长肽(t-P1NP)及N端中段骨钙素(N-MID-OT)在绝经后女性骨质疏松性骨折风险评估中的应用价值。方法回顾性分析2020年2月至2022年12月解放军总医院第六医学中心收治的102例绝经后骨质疏松(postmenopausal osteoporosis,PMOP)患者的临床资料,将其作为研究组,并根据是否发生骨折将其分为PMOP骨折组(39例)与PMOP未骨折组(63例),另选100名健康体检者作为对照组。记录所有研究对象的β-CTX、t-P1NP及N-MID-OT水平并进行比较,用ROC曲线评价β-CTX、t-P1NP及N-MID-OT在绝经后女性骨质疏松性骨折风险评估中的应用价值。结果研究组的平均体重、体质量指数、股骨颈骨密度(bone mineral density,BMD)、左髋总和BMD及L 1~4总和BMD均明显低于对照组(P<0.05);而两组研究对象的平均年龄、平均身高及绝经年龄等比较差异均无统计学意义(P>0.05)。研究组的β-CTX、t-P1NP及N-MID-OT均明显高于对照组(t值依次为12.688、37.430、26.599,P<0.05)。β-CTX+t-P1NP+N-MID-OT联合检测用于预测PMOP的AUC值为0.978,敏感度为98.04%,特异度为97.00%,表明β-CTX+t-P1NP+N-MID-OT三指标联合检测用于预测PMOP的效能更高。PMOP骨折组的β-CTX、t-P1NP及N-MID-OT均明显高于PMOP未骨折组(t值依次为6.078、16.363、12.227,P<0.05)。β-CTX+t-P1NP+N-MID-OT联合检测用于评估PMOP骨折风险的AUC值为0.939,敏感度为94.87%,特异度为95.24%,表明β-CTX+t-P1NP+N-MID-OT联合检测用于评估PMOP骨折风险的效能更高。结论PMOP患者β-CTX、t-P1NP及N-MID-OT水平均明显升高,而PMOP骨折患者β-CTX、t-P1NP及N-MID-OT水平升高更为明显,且β-CTX+t-P1NP+N-MID-OT联合检测可显著提高对PMOP预测及骨折风险评估效能,值得借鉴。展开更多
文摘目的对比分析人工智能阅片与人工阅片在诊断骨质疏松性椎体压缩骨折中的效能。方法连续收集了2023年1月至2023年12月80例骨质疏松性椎体压缩骨折患者及20例无骨折但存在非特异性腰疼的患者的资料纳入了该项研究。根据患者的计算机断层扫描(computed tomography,CT)影像分别进行人工智能软件诊断和3名不同年资的脊柱外科临床医生(高级职称、中级职称、初级职称各1人)人工阅片诊断。比较不同检测方法的诊断效能。结果各组灵敏度、特异度、阳性预测值、阴性预测值、受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)、Kappa值分别为AI阅片:0.975、0.900、0.975、0.900、0.938、0.875;高级职称:0.950、0.900、0.974、0.818、0.925、0.819;中级职称:0.825、0.850、0.957、0.548、0.837、0.560;初级职称:0.750、0.750、0.923、0.429、0.751、0.390。结论人工智能的诊断水平与高年资医生诊断水平相当,明显高于中级及初级临床医生的诊断水平。
文摘目的为提高医院内骨质疏松性骨折(osteoporotic fracture,OF)患者诊疗质量和管理效率,本研究自主构建一种医院内自动抓取相关资料的“骨质疏松性骨折数据库”,数据库内置管理流程相关的智能化功能模块。在此基础上,分析该数据库在实际场景应用的结果和有效性。方法构建院内封闭式多源异构数据整合的专病数据库,数据库接口可后台对接医院的信息系统(hospital information system,HIS)、影像归档和通信系统(picture archiving and communication systems,PACS)、实验室信息系统(laboratory information system,LIS)等固有数据平台,并自动运用自然语言处理(natural language processing,NLP)技术识别及整合OF患者相关信息。运用该数据库纳入2022年6月至2024年6月苏州大学附属第二医院收治的50岁以上、4部位骨折(椎体、髋部、肱骨近端和桡骨远端)的12754例患者,并对患者信息进行智能化管理应用分析。结果该数据库可按照纳入条件自动获得12754例患者数据,并自动收集患者基本资料、病历或影像检查的骨折记录、检验检查结果、实时治疗方案等407个结构化字段信息。数据库可自动完成患者的骨质疏松相关数据识别(骨折部位、骨密度值、骨代谢相关指标、抗骨质疏松药使用)、院内转科及经治医生追踪、院内多次骨折记录检索。当患者确定纳入管理,数据库可实现本次骨折后2年档案构建、辅助宣教、智能随访、院内门诊电脑同屏显示等智能化管理功能。结论“骨质疏松性骨折数据库”拥有便捷的OF患者信息抓取功能,可实时了解相应管理的基础数据,可自动完成规定时间内设定管理的指导及提醒。该数据库有院内多源异构数据整合的专病数据库特点,为OF精准化、智能化、便捷化管理提供新的思路和有效工具。
文摘目的探讨β胶原特殊序列(β-crosslaps,β-CTX)、总1型胶原氨基端延长肽(t-P1NP)及N端中段骨钙素(N-MID-OT)在绝经后女性骨质疏松性骨折风险评估中的应用价值。方法回顾性分析2020年2月至2022年12月解放军总医院第六医学中心收治的102例绝经后骨质疏松(postmenopausal osteoporosis,PMOP)患者的临床资料,将其作为研究组,并根据是否发生骨折将其分为PMOP骨折组(39例)与PMOP未骨折组(63例),另选100名健康体检者作为对照组。记录所有研究对象的β-CTX、t-P1NP及N-MID-OT水平并进行比较,用ROC曲线评价β-CTX、t-P1NP及N-MID-OT在绝经后女性骨质疏松性骨折风险评估中的应用价值。结果研究组的平均体重、体质量指数、股骨颈骨密度(bone mineral density,BMD)、左髋总和BMD及L 1~4总和BMD均明显低于对照组(P<0.05);而两组研究对象的平均年龄、平均身高及绝经年龄等比较差异均无统计学意义(P>0.05)。研究组的β-CTX、t-P1NP及N-MID-OT均明显高于对照组(t值依次为12.688、37.430、26.599,P<0.05)。β-CTX+t-P1NP+N-MID-OT联合检测用于预测PMOP的AUC值为0.978,敏感度为98.04%,特异度为97.00%,表明β-CTX+t-P1NP+N-MID-OT三指标联合检测用于预测PMOP的效能更高。PMOP骨折组的β-CTX、t-P1NP及N-MID-OT均明显高于PMOP未骨折组(t值依次为6.078、16.363、12.227,P<0.05)。β-CTX+t-P1NP+N-MID-OT联合检测用于评估PMOP骨折风险的AUC值为0.939,敏感度为94.87%,特异度为95.24%,表明β-CTX+t-P1NP+N-MID-OT联合检测用于评估PMOP骨折风险的效能更高。结论PMOP患者β-CTX、t-P1NP及N-MID-OT水平均明显升高,而PMOP骨折患者β-CTX、t-P1NP及N-MID-OT水平升高更为明显,且β-CTX+t-P1NP+N-MID-OT联合检测可显著提高对PMOP预测及骨折风险评估效能,值得借鉴。
