En este artículo de #OpenReviews se analizaron elementos virtuales de la #IA con respecto a su utilidad en #totalkneearthroplasty
The current role of the virtual elements of artificial intelligence in total knee arthroplasty in: EFORT Open Reviews Volume 7 Issue 7 (2022) (bioscientifica.com)
TKA #orthotwitter #rodilla #ortopedia #openaccessjournal #artificialintelligence #artroplastia #machinelearning #deeplearning
In this #OpenReviews article virtual elements of #AI were analysed with respect to their usefulness in #totalkneearthroplasty
— EFORT (@EFORTnet) August 23, 2022
📄 https://t.co/TXJCMW0BIP #TKA #orthotwitter #knee #orthopaedics #openaccessjournal #artificialintelligence #arthroplasty #machinelearning #deeplearning pic.twitter.com/fTO7GbC4Fb
- Las aplicaciones actuales de los elementos virtuales de inteligencia artificial (IA), aprendizaje automático (ML) y aprendizaje profundo (DL) en la artroplastia total de rodilla (TKA) son diversas.
- ML puede predecir la duración de la estancia (LOS) y los costos antes de la ATR primaria, el riesgo de transfusión después de la ATR primaria, la insatisfacción posoperatoria después de la ATR, el tamaño de los componentes de la ATR y los peores resultados. La predicción de resultados distintos con modelos ML aplicando datos específicos ya es posible; sin embargo, la predicción de resultados más complejos sigue siendo imprecisa. Los sistemas de monitoreo remoto de pacientes ofrecen la capacidad de evaluar de manera más completa a las personas que experimentan ATR en términos de movilidad y cumplimiento de la rehabilitación.
- DL puede identificar con precisión la presencia de TKA, distinguir entre diseños de artroplastia específicos e identificar y clasificar la osteoartritis de rodilla con la misma precisión que un cirujano ortopédico. DL permite la detección de aflojamiento protésico a partir de radiografías.
- Con respecto a las arquitecturas asociadas con DL, las redes neuronales artificiales (ANN) y las redes neuronales convolucionales (CNN), las ANN pueden predecir LOS, los cargos de pacientes hospitalizados y la disposición del alta antes de la ATR primaria y las CNN permiten diferenciar entre diferentes tipos de implantes con una precisión casi perfecta.
https://pubmed.ncbi.nlm.nih.gov/35900206/
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9297054/
https://eor.bioscientifica.com/view/journals/eor/7/7/EOR-21-0107.xml
Rodríguez-Merchán EC. The current role of the virtual elements of artificial intelligence in total knee arthroplasty. EFORT Open Rev. 2022 Jul 5;7(7):491-497. doi: 10.1530/EOR-21-0107. PMID: 35900206; PMCID: PMC9297054.
Copyright © The authors
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International
