Gambar penampang 2D dari CT scan menunjukkan dua patah tulang. Mereka diklasifikasikan dengan benar oleh AI sebagai sedang (tingkat 2). Vertebra lainnya diidentifikasi dengan benar sebagai “normal” (tingkat 0). Kredit: Universitas Kiel
Kepadatan tulang banyak orang menurun seiring bertambahnya usia. Proses ini, yang dikenal sebagai osteoporosis, seringkali luput dari perhatian, bahkan jika terjadi patah tulang pada tulang belakang. Fraktur ini dapat dideteksi dengan sinar-X atau computed tomography (CT), tetapi hal ini tidak selalu terjadi. Misalnya, karena CT dilakukan untuk alasan yang berbeda, patah tulang belakang dapat diabaikan dalam tekanan kehidupan sehari-hari di klinik.
Para peneliti yang dipimpin oleh Profesor Claus-Christian Glüer dari Bagian Pencitraan Biomedis di Departemen Radiologi Diagnostik di Rumah Sakit Universitas Schleswig-Holstein (UKSH), Campus Kiel, dan Molecular Imaging North Competence Center (MOIN CC), telah mengembangkan perangkat lunak untuk meningkatkan diagnostik osteoporosis.
Program ini menggunakan metode kecerdasan buatan (AI) untuk secara otomatis mendeteksi indikasi osteoporosis dan patah tulang belakang yang secara prognostik tidak menguntungkan pada tomografi komputer yang diambil karena berbagai alasan. Temuan terbaru baru-baru ini dipresentasikan oleh Eren Yilmaz, seorang kandidat doktor dalam kelompok kerja, pada konferensi “SPIE Medical Imaging” di San Diego, California, dan dipublikasikan dalam transkrip konferensi di Medical Imaging 2023: Computer-Aided Diagnosis.
AI mendeteksi sembilan dari 10 patah tulang belakang pada gambar CT
Gambar CT dada sering diambil untuk melihat paru-paru, misalnya. Tulang belakang bisa dilihat di gambar tapi tidak dicek, mungkin karena perhatiannya ke masalah lain. “Program kami dapat berjalan di latar belakang selama pemeriksaan seperti ini. Ini secara otomatis memeriksa tulang belakang dan memberikan indikasi adanya patah tulang belakang yang mungkin tidak terdeteksi,” jelas penulis utama Yilmaz. Ini penting karena adanya patah tulang belakang secara signifikan meningkatkan risiko patah tulang lebih lanjut.
Perangkat lunak ini bekerja menggunakan apa yang dikenal sebagai jaringan saraf. Ini adalah algoritme yang meniru cara kerja otak manusia, dan sering digunakan untuk mengenali pola. AI diuji pada 159 gambar CT tulang belakang, yang berasal dari tujuh rumah sakit di Jerman. Ahli radiologi berpengalaman memeriksa gambar sebelumnya dan menemukan 170 patah tulang. “90% kasus patah tulang diklasifikasikan dengan benar oleh jaringan saraf, serta 87% tulang belakang tanpa patah tulang,” lapor Yilmaz.
Selain itu, program ini tidak hanya mampu mendeteksi patah tulang, tetapi juga dapat membedakan antara patah tulang ringan (tingkat 1) dan yang lebih parah (tingkat 2 atau lebih tinggi). “Diagnosis ini sangat penting untuk memperkirakan risiko patah tulang di masa depan,” kata Yilmaz. Ini terutama berlaku untuk patah tulang pinggul, yang dikaitkan dengan penurunan kualitas hidup yang tinggi dan peningkatan kematian, terutama di usia tua. “Oleh karena itu, kami mengembangkan sistem peringatan dini untuk mencegah konsekuensi serius dari osteoporosis.”
Teknologi ini belum tersedia untuk penggunaan umum di rumah sakit. Namun, harus memungkinkan untuk menggunakannya untuk tujuan penelitian setidaknya di masa mendatang.
Informasi lebih lanjut: Eren Bora Yilmaz et al, Menuju penilaian risiko patah tulang dengan klasifikasi berbasis pembelajaran mendalam dari patah tulang belakang yang lazim, Pencitraan Medis 2023: Diagnosis Berbantuan Komputer (2023). DOI: 10.1117/12.2653526
Disediakan oleh Universitas Kiel
Kutipan: Kecerdasan buatan mendeteksi patah tulang pada gambar CT untuk diagnosis osteoporosis (2023, 1 Mei) diambil 1 Mei 2023 dari https://medicalxpress.com/news/2023-05-artificial-intelligence-fractures-ct-images.html
Dokumen ini tunduk pada hak cipta. Terlepas dari kesepakatan yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.