人工智能骨龄评测模型在儿童青少年的临床适用性

摘要

目的 探讨基于北美数据集自主研发的人工智能骨龄评测模型对儿童青少年的临床适用性。方法 根据Greulich-Pyle骨龄计算方法(G-P法),使用2017年北美放射学会(RSNA)公开的骨龄数据集——14 236张左手腕DR平片，构建基于深度学习的儿童骨龄人工智能评测模型(AIBAA-GP)。回顾收集2018年9月—2022年9月因家长自愿要求评测骨龄而来厦门市湖里区妇幼保健院拍摄左手腕部DR平片的患儿影像学资料。选择符合条件的1 709张，男童867张，女童842张，使用AIBAA-GP模型评测骨龄。评测的骨龄结果与生活年龄进行分析比较，测试完成后获得该模型在不同年龄段的结果差异。结果 AIBAA-GP算法模型在1 709张DR平片的测评结果显示，骨龄评估结果与实际年龄间差异有统计学意义(P<0.05),分别为男童4、5、6、7岁组及女童3、4、5岁组，差异均值均在1.6岁以内。若按各年龄组骨龄评估结果与实际年龄间差异的均值进行相应调整，可将上述各组骨龄评估值分别上调-1.16、-1.14、-1.35、-1.29岁及1.59、-1.52、-1.06岁；男女童生活年龄与计算机预测骨龄显著相关(男r=0.952,女r=0.885)。结论 基于北美人群数据集构建的AIBAA-GP算法模型在小部分年龄段适用于我国儿童青少年，需对大部分年龄段评估结果进行微调后方可应用于临床辅助诊断。

关键词

人工智能 / 骨龄测评 / 青少年 / 适用性

基金资助

博士工作室攀登课题（A）(PDA202105)