60位腰椎间盘突出症患者的数据来训练和测试深度学习算法

德国的研究人员已试行使用AI来将可能因腰背痛手术而受益的患者与那些应该更好地跳过OR而转而采用保守疗法的患者区分开来。

如果该团队的方法在较大的研究中得到证明，那么仅此一项功能就可以证明该技术的采用是正确的。这是因为由于结果的可预见性，腰椎成像和干预措施经常被列为医疗保健最昂贵的支出之一。

但是，还有更多。研究人员认为，他们的方法可用于矫形脊柱治疗以外的医学途径。

该研究的主要作者是奥格斯堡黑森基金会的AndréWirries博士。高级作者是埃尔兰根埃尔兰根大学医院的Samir Jabari。《欧洲脊柱杂志》于10月13日发表了该作品。

该团队使用了60位腰椎间盘突出症患者的数据来训练和测试深度学习算法。目的是使模型能够准确地预测已建立的残疾指标Oswestry残疾指数（ODI）的分数，该指标是在手术或开始保守治疗六个月后记录的。这些包括住院和门诊物理治疗，结合口服止痛药和/或脊柱注射。

作者报告说：“通过将ODI规模划分为12%的部分，可以实现ODI范围的100%准确预测。”“使用我们最强大的模型，在给定疗法六个月后，单独预测的ODI与实际的ODI之间的最大绝对差仅为3.4%。”

Wirries和同事进一步发现，AI应用程序使临床决策者可以将六个月后的实际患者价值与替代疗法的预测进行比较，显示出高达18.8%的偏差。

作者总结说：“我们认为，采用监督式人工智能的方法将改善治疗结果的可预测性，从而有助于为患有椎间盘突出症的患者提供个性化的治疗建议。”“这种方法……可以作为进一步发展AI的基础，不仅在脊柱治疗领域，而且在许多其他医学领域，其中随机化或纳入高患者人数也不可行。”

责任编辑：lq