亞洲健康互聯
優化產業的推手,生醫商機的GPS!

首頁最新消息產業觀測站 AI/ML作為人工關節置換術決策指引的優勢與劣勢

AI/ML作為人工關節置換術決策指引的優勢與劣勢

來源 : 亞洲健康互聯海外中心
update : 2021/09/30
根據《Arthroplasty Today》上的一篇系統性文獻回顧,人工智能/機器學習模型在預測人工關節置換術 (total joint arthroplasty,TJA)術後併發症、疼痛和患者報告結果方面表現最佳,但在預測術後鴉片類藥物使用和再入院,或再次手術的需要方面仍然有限。

紐約市紐約長老會/哥倫比亞大學歐文醫學中心骨科研究人員,分析了 49 個代表性研究計畫,發現基於人工智能/機器學習的模型,在選擇合適的人工關節置換術候選患者方面的準確率超過 95%。此外,自動化演算法以 87% 的準確率預測成本,而住院時間則優於 85%。
 
在評估可預見的再入院和再手術 (80%)、術後疼痛 (79%) 和結果 (75%) 時,這些工具的準確性有所下降。

文章中提到,基於人工智能/機器學習的預測建模,在髖關節和膝關節置換術中具有多種優勢。首先,鑑於醫療支出的成本意識增強,能夠預測手術需求的人工智能/機器學習模型,仍然是外科醫生的重要工具。而髖關節和膝關節置換術通常涉及老年且高度合併症的患者群體,這些工具特別有助於確定該群體中患者的特定需求和風險。

這些模型使醫療保健提供者能夠建立和優化個體化治療計劃,包括準確識別先前手術中的植入物以進行翻修手術,以及根據患者特定的風險因素,對接受人工全膝關節手術 (Total knee arthroplasty,TKA) 候選患者進行分類。
 
該研究分析結果顯示,人工智能/機器學習是一種強大的工具,可以在髖關節和膝關節手術領域廣泛採用,以優化患者的治療效果,但作者們提醒,必須仔細構建用於訓練這些模型的數據集,不僅資料庫要足夠大,還要充分代表患者群體的複雜性。
 
文章結論道:「這些預測工具的準確性有可能隨著技術進步和更大的數據集而提高,但這些模型也需要外部驗證。基於人工智能/機器學習應用程式的未來工作應旨在創建準確的商業就緒工具,這些工具可以整合到現有系統中,並在臨床決策中發揮其作為輔助醫生和患者的作用。」