Систематический обзор применения искусственного интеллекта для выявления ортопедических заболеваний: таксономия для анализа и оценки надежности

A Systematic Review of Artificial Intelligence in Orthopaedic Disease Detection: A Taxonomy for Analysis and Trustworthiness Evaluation
Ahmed Shihab Albahri, Alhamzah Alnoor, XinYing Chew, Khai Wah Khaw, Thura J. Mohammed, Wei Lin Teoh, Zhi Lin Chong, Sajal Saha
2024-12-18

надёжность ИИискусственный интеллектобъяснимый искусственный интеллектвыявление ортопедических заболеванийсистематический обзор
Ортопедические заболевания, которыми страдают миллионы людей во всем мире, создают значительные диагностические трудности и нередко приводят к длительной инвалидности и хронической боли. В научной литературе продолжается дискуссия о надежности искусственного интеллекта (ИИ) при выявлении ортопедических заболеваний. Цель настоящего систематического обзора — представить всеобъемлющую таксономию применений ИИ для выявления ортопедических заболеваний. Был проведен тщательный поиск литературы в пяти основных базах данных (ScienceDirect, Scopus, IEEE Xplore, PubMed и Web of Science), охватывавший публикации с января 2019 года по 2024 год. После строгого отбора на основе заранее установленных критериев включения были выявлены и критически оценены 85 релевантных исследований. Впервые в данном обзоре вклад ИИ классифицирован по шести ключевым категориям ортопедических состояний с медицинской точки зрения: артрит, опухоли, деформации, переломы, остеопороз и общие аномалии костей. Помимо анализа мотивации, проблем и рекомендаций для будущих исследований, в обзоре рассматриваются различные применяемые методы ИИ, включая глубокое обучение (DL), машинное обучение (ML), объяснимый искусственный интеллект (XAI), нечеткую логику и многокритериальное принятие решений (MCDM), а также использованные наборы данных. Кроме того, в каждой категории надежность моделей ИИ оценивается на основе семи компонентов надежности ИИ, согласующихся с рекомендациями Европейского союза. Полученные результаты подчеркивают необходимость проведения высококачественных исследований для обеспечения надежности, безопасности и этичности вычислительных систем ИИ, применяемых для выявления ортопедических заболеваний. В будущих исследованиях следует сосредоточиться на оптимизации алгоритмов ИИ, повышении разнообразия наборов данных и решении этических и нормативных проблем, чтобы обеспечить успешную интеграцию этих технологий в клиническую практику.
1
Надёжность моделей ИИ в каждой категории заболеваний оценивается по семи компонентам, согласованным с рекомендациями Европейского союза.
2
Предложена таксономия, разделяющая применения ИИ для выявления ортопедических заболеваний на артрит, опухоли, деформации, переломы, остеопороз и общие патологии костей.
3
Ключевыми направлениями названы оптимизация алгоритмов, повышение разнообразия наборов данных и решение этических и нормативных проблем до внедрения в клиническую практику.
4
Обобщено применение глубокого и машинного обучения, объяснимого ИИ, нечёткой логики и многокритериального принятия решений, а также используемых наборов данных.
5
Систематический обзор проанализировал 85 исследований, опубликованных с 2019 по 2024 год, из пяти крупных научных баз данных.

Применения искусственного интеллекта и вычислительные системы для выявления ортопедических заболеваний

Таксономия, применение и надёжность выявления ортопедических заболеваний на основе ИИ при артрите, опухолях, деформациях, переломах, остеопорозе и общих аномалиях костей

Publication Details
Publication Date
2024-12-18
Journal
Publisher
ISSN
Cited by
22
Access Type
Author Information
Authors
Ahmed Shihab Albahri
Alhamzah Alnoor
XinYing Chew
Khai Wah Khaw
Thura J. Mohammed
Wei Lin Teoh
Zhi Lin Chong
Sajal Saha
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%