Articolul complet Învățarea profundă în detectarea fracturilor o recenzie narativă

Articole

  • Articol complet
  • Cifre și date
  • Referințe
  • Citații
  • Valori
  • Licențierea
  • Reimprimări și permisiuni
  • PDF

Abstract

Inteligența artificială (AI) este un termen general care implică utilizarea unui computer pentru modelarea comportamentului inteligent cu o intervenție umană minimă. AI, în special învățarea profundă, a făcut recent pași substanțiali în sarcinile de percepție, permițând mașinilor să reprezinte și să interpreteze mai bine datele complexe. Învățarea profundă este un subset de AI reprezentat de combinația de straturi de neuroni artificiali. În ultimii ani, învățarea profundă a căpătat un mare impuls. În domeniul ortopediei și traumatologiei, s-au făcut unele studii folosind învățarea profundă pentru a detecta fracturile în radiografii. Studiile de învățare profundă pentru detectarea și clasificarea fracturilor pe tomografie computerizată (CT) sunt chiar mai limitate. În această revizuire narativă, oferim o scurtă prezentare generală a tehnologiei de învățare profundă: descriem (1) modalitățile prin care învățarea profundă a fost aplicată acum pentru detectarea fracturilor pe radiografii și examinări CT; (2) discutați ce valoare oferă învățarea profundă în acest domeniu; și în cele din urmă (3) comentează direcțiile viitoare ale acestei tehnologii.

complet

Cererile pentru servicii de radiologie, de exemplu, imagistica prin rezonanță magnetică (RMN), tomografia computerizată (CT) și radiografiile, au crescut dramatic în ultimii ani (Kim și MacKinnon 2018). În Regatul Unit, numărul de examinări CT a crescut cu 33% între 2013 și 2016 (Facultatea de Radiologie Clinică, Recensământul Forței de Muncă al Clinicii de Radiologie din Marea Britanie 2016 raport 2016). În Olanda, peste 1,7 milioane de examinări CT au fost efectuate în toate spitalele (Institutul Național pentru Sănătate și Mediu 2016). Această cerere va crește substanțial în următorii ani, rezultând o presiune considerabilă a forței de muncă. Pe de altă parte, există un deficit de radiologi din cauza unui decalaj în recrutare și a unui număr mare de radiologi care se apropie de pensionare. În plus, analiza imaginilor medicale poate fi adesea un proces dificil și care necesită mult timp. Inteligența artificială (AI) are potențialul de a aborda aceste probleme (Kim și MacKinnon 2018).

AI este un termen general care implică utilizarea unui computer pentru a modela comportamentul inteligent cu o intervenție umană minimă (Hamet și Tremblay 2017). Mai mult, AI, în special învățarea profundă, a făcut recent pași substanțiali în percepția datelor imagistice, permițând mașinilor să reprezinte și să interpreteze mai bine datele complexe (Hosny et al. 2018).

Învățarea profundă este un subset de AI reprezentat de combinația de straturi de neuroni artificiali. Fiecare strat conține un număr de unități, în care fiecare unitate este o reprezentare simplificată a unei celule neuronice, inspirată de structura sa din creierul uman (McCulloch și Pitts 1943). Astăzi, algoritmii de învățare profundă sunt capabili să se potrivească și chiar să depășească oamenii în aplicații specifice sarcinilor (Mnih și colab. 2015; Moravčík și colab. 2017). Învățarea profundă a transformat domeniul tehnologiei informației prin deblocarea soluțiilor pe scară largă, bazate pe date, la ceea ce a fost cândva probleme care consumă mult timp.

În ultimii ani, învățarea profundă a câștigat un mare avânt (Adams și colab. 2019). Studii recente au arătat că învățarea profundă are capacitatea de a efectua interpretări complexe la nivelul specialiștilor din domeniul sănătății (Gulshan și colab. 2016, Esteva și colab. 2017, Lakhani și Sundaram 2017, Lee și colab. 2017, Olczak și colab. 2017, Ting și colab. 2017, Tang și colab. 2018). În domeniul traumatologiei ortopedice, s-au făcut o serie de studii folosind învățarea profundă în radiografii pentru a detecta fracturile (Brett și colab. 2009, Olczak și colab. 2017, Chung și colab. 2018, Kim și MacKinnon 2018, Lindsey și colab. 2018, Adams și colab. 2019, Urakawa și colab. 2019). Cu toate acestea, studiile care efectuează învățarea profundă în fracturi pe CT sunt rare (Tomita și colab. 2018).

În această recenzie narativă, oferim o scurtă prezentare generală a tehnologiei de învățare profundă; (2) descrie modalitățile prin care învățarea profundă a fost aplicată pentru detectarea fracturilor pe radiografii și examinări CT până acum; (3) discutați ce valoare oferă învățarea profundă în acest domeniu; și în cele din urmă (4) comentează direcțiile viitoare ale acestei tehnologii.

Tehnologia inteligenței artificiale

Învățarea profundă (DL) este o familie de metode, care face parte dintr-un câmp larg de învățare automată și un câmp mai larg de inteligență artificială (Figura 1). Acești algoritmi sunt unificați prin ideea de a învăța din date în loc să urmeze instrucțiuni specificate în mod explicit. Acest nivel de abstractizare face ca algoritmii Deep Learning să fie aplicabili pentru a rezolva o varietate de probleme într-o serie de câmpuri cantitative (LeCun et al. 2015).