利用机器学习和人工智能推动脊柱护理的个性化医疗方法

no

摘要

个性化医疗是一种新的医疗模式，在这种模式中，干预措施基于患者的个体特征，而不是“一刀切”的指导方针。随着流行病学数据集在规模和复杂性上的不断扩大，有必要使用统计机器学习和人工智能（AI）等强大方法来解释和开发基于基础数据的预测模型。通过这样的分析，机器学习可以通过精确的预测来促进个性化医疗。此外，其他人工智能工具，如自然语言处理和计算机视觉，可以在为脊柱疾病患者提供个性化护理方面发挥重要作用。在本报告中，我们讨论了当前将人工智能纳入脊柱疾病研究的进展，特别是创伤性脊髓损伤和退行性脊柱疾病。我们描述了使用人工智能建立准确预后模型的研究，通过自然语言处理从医疗报告中提取重要信息，并使用计算机视觉以精细的方式评估功能状态。通过一个案例说明，我们展示了这些突破如何促进更多个性化医疗的作用，从而改变脊柱护理的格局。

方法

本叙述性综述的目的是概述脊柱医学领域个性化医疗的可能途径。我们的综述研究是通过使用以下关键词搜索PubMed数据库获得的：“计算机视觉”、“自然语言处理”、“脊髓损伤”、“颈椎病”和“个性化医疗”这项研究产生了5份相关报告，表明个性化医疗在脊柱医学中的作用。这些文章的摘要见表1。

Machine Learning (ML)与个性化医疗

外伤性脊髓损伤（SCI）和导致脊髓或神经根受压的脊柱退行性改变是脊柱外科医生治疗的两大类疾病。与SCI一样，退行性脊柱疾病也会对神经系统产生长期影响。然而，退行性脊柱疾病通常与隐匿性发作有关，而不是突然的神经恶化。通常，退行性脊柱疾病的后果主要局限于颈椎和腰椎。影响颈椎的疾病实体最近被称为退行性颈椎病（DCM），其中椎体和周围结构的骨关节炎改变导致脊髓受压和随之而来的神经功能缺损。腰椎也有类似的疾病，通常会导致下肢无力和感觉症状。鉴于这些实体的退化性质，随着人口老龄化，其发病率有望增加。事实上，扩张型心肌病已经成为全世界脊髓功能障碍的最常见原因。

个性化医疗中的自然语言处理与计算机视觉
Tan等人38最近开发了一种NLP算法，用于在进行影像学研究以评估下腰痛后，从放射学报告中提取腰椎影像结果。另一个用于提供个性化医疗的有希望的人工智能工具是计算机视觉。