应用程序有益于青少年特发性脊柱侧凸的管理

根据 8 月 23 日发表在JAMA Network Open上的一项研究，使用智能手机照片的深度学习应用程序 (app) 模型对于治疗青少年特发性脊柱侧凸 (AIS) 非常有用。

香港大学的张腾博士及其同事检查了一款应用程序的能力，该应用程序使用经过验证的深度学习模型对 AIS 严重程度和曲线类型进行分类，并使用来自背部 X 光照片和智能手机照片的数据来识别进展情况脊柱诊所的青少年患者。

ScolioNets 深度学习模型是在前瞻性培训队列中开发和验证的，并纳入 AlignProCARE 开放平台应用程序中。基本事实，包括严重程度、曲线类型和进展，由两位经验丰富的脊柱专家根据放射线检查手动注释，并将应用程序结果与两位脊柱外科医生对裸露背部外观的评估进行比较。

训练数据集包括 1,780 名患者，前瞻性测试数据集包括 378 名患者和 376 名随访者。研究人员发现，该模型建议随访并考虑手术，受试者工作特征曲线下面积 (AUC) 分别为 0.839 和 0.902，同时表现出良好的区分胸椎、胸腰椎或腰椎以及混合曲线类型 (AUC) 的能力。 、0.777、0.760 和 0.860 分别)。

该模型区分有或没有曲线进展的参与者，随访的 AUC 为 0.757。与高级和初级外科医生相比，该模型可以以更高的灵敏度和阴性预测值识别严重程度和曲线类型。