血友病患者关节出血可导致滑膜炎和关节病，降低生活质量。尽管早期诊断与改善治疗结果有关，但诊断性超声检查需要专家技巧和经验。若能够在门诊轻松诊断出关节出血和滑膜炎，就可以指导治疗决策，以确保出血（即使是无症状出血）得到有效治疗。
引入用于诊断疾病的人工智能（AI）模型可以减轻医疗专业人员的负担，并通过缓解传统诊断依赖于检查者的问题来防止疏忽。据报道，各种 AI 模型可以促进专业人员的临床护理，改善血友病患者的诊断和治疗。使用非侵入性超声图像和AI模型提供与专家相当的诊断，这将是医学诊断领域的一项重大进步。
本期小红说将解读一项关于血友病领域中AI辅助超声诊断的研究，该研究将研究、开发和评估用于检测血友病患者是否存在关节出血和滑膜炎的AI算法的诊断精度。
2010 年 1 月至 2022 年 3 月期间，从血友病患者身上获取了肘部、膝盖和脚踝的超声图像。这些图像用于训练和测试 AI 模型，以估计是否存在关节出血和滑膜炎。主要终点是诊断关节出血和滑膜炎的诊断精度曲线下面积。其他终点是准确度、精密度、敏感性和特异性。
在收集的 5649 张图像中，其中 435 张用于分析。研究结果提示，肘关节、膝关节和踝关节的关节出血检测的曲线下面积 ≥0.87，滑膜炎的检测曲线下面积 ≥0.90。关节出血检测的准确率和精密度分别为 ≥0.74和 ≥0.67，滑膜炎检测的准确度和精密度则分别为 ≥0.83和 ≥0.74。对 10 至 60 岁血友病患者的分析显示出一致的结果。
这些数据表明，利用 AI 模型辅助诊断血友病关节出血和滑膜炎可能有益于临床实践，减轻医疗专业人员的负担，防止疏忽，并实现早期诊断和适当的治疗干预，最终帮助血友病患者实现健康和积极的生活。
参考文献
Nagao A, et al. Artificial intelligence-assisted ultrasound imaging in hemophilia: research, development, and evaluation of hemarthrosis and synovitis detection. Res Pract Thromb Haemost. 2024 May 9;8(4):102439.
