Plusieurs études ont souligné que la faible reproductibilité de la méthode de maturation des vertèbres cervicales (MVC) peut limiter son utilisation en tant que guide clinique.
L’intelligence artificielle (IA) peut être décrite comme une branche de l’informatique visant à concevoir des systèmes capables d’exécuter des tâches qui requièrent l’intelligence humaine. L’apprentissage machine (AM) est le sous-domaine de l’IA dans lequel les algorithmes sont formés en utilisant un modèle d’apprentissage généré à partir des données disponibles, au lieu d’être spécifiquement codés pour exécuter une fonction.
L’algorithme du réseau neuronal artificiel (RNA), un sous-composant de l’AM, peut être décrit comme un modèle mathématique inspiré par le processus d’apprentissage et de traitement des informations du système nerveux biologique. Plus précisément, le RNA vise à trouver des solutions à des problèmes qui requièrent les aptitudes naturelles de la pensée et de l’observation.
Cette étude visait à développer un modèle de RNA pour l’analyse de la maturation des vertèbres cervicales (MVC) et à valider les résultats du modèle avec les résultats d’observateurs humains.
Au total, 647 téléradiographies de profil ont été sélectionnées. Les patients étaient âgés de 10 à 30 ans (moyenne : 15,36 ans, écart-type : 4,13 ans). Un nouveau logiciel avec un système d’aide à la décision a été développé pour la transcription manuelle de l’ensemble des données. Un total de 26 points a été inscrit sur chaque radiographie. Les stades de maturation des vertèbres cervicales ont été enregistrés sur la base de la décision finale de l’observateur.
54 caractéristiques de l’image ont été sauvegardées au format texte. Un nouveau sous-ensemble de 72 radiographies a été créé en fonction du résultat de la classification, et ces 72 radiographies ont été évaluées visuellement…
