AI POMÁHA PRI NÁVRHU ORTOPEDICKÝCH VLOŽIEK
Juhokórejskí výskumníci vytvorili systém umelej inteligencie, ktorý pomáha vyberať jednotlivé komponenty individuálnej ortopedickej vložky. Model sa učil zo 6 462 ambulantných návštev 6 355 detských a dospelých pacientov, vyšetrovaných v jednom špecializovanom centre v rokoch 2015 až 2020.
Nešlo o výber jednej hotovej vložky. Systém samostatne hodnotil 15 možných komponentov, medzi ktorými boli rôzne základné materiály, podpora klenby a člnkovej kosti, pätové odpruženie, metatarzálna podpora či ďalšie funkčné a konštrukčné úpravy. Pri jednom pacientovi mohol odporučiť viacero prvkov súčasne.
Výskumníci porovnali dve úrovne modelu:
- základná úroveň pracovala s vekom, pohlavím a postavením päty,
- rozšírená úroveň pridala rozsah pohybu subtalárneho kĺbu pri inverzii a everzii.
Priame porovnanie sa uskutočnilo na rovnakom súbore 3 717 návštev, pri ktorých boli dostupné všetky potrebné merania. Priemerná hodnota AUROC, ktorá vyjadruje schopnosť modelu rozlišovať medzi použitím a nepoužitím jednotlivých komponentov, sa po doplnení podrobnejších meraní zvýšila z 0,792 na 0,816.
Najlepšie model rozpoznával odporúčanie podpory člnkovej kosti, kde AUROC dosiahlo 0,918, a predĺženia prednej časti vložky s hodnotou 0,879. Pri zriedkavo používaných komponentoch boli výsledky podstatne menej spoľahlivé.
Prakticky najzaujímavejšie bolo poradie odporúčaní:
- v prvom odporúčaní sa nachádzal aspoň jeden prvok zvolený odborníkom v 86,7 % prípadov,
- medzi prvými tromi v 97,4 % prípadov,
- medzi prvými ôsmimi v 99,5 % prípadov.
To však neznamená, že tri odporúčania obsahovali celú výslednú skladbu vložky. Prvé tri návrhy pokrývali priemerne 71,7 % všetkých predpísaných komponentov. Na pokrytie celej viacprvkovej skladby bolo niekedy potrebné zobraziť širší zoznam; pri prvých ôsmich odporúčaniach dosiahlo pokrytie 97 %.
Systém bol zároveň nastavený konzervatívne, aby zbytočne nepridával komponenty. Dosiahol 96 % špecificitu, ale iba 28,71 % citlivosť. V praxi by teda poskytoval najmä krátky zoznam vysoko pravdepodobných možností, pričom časť potrebných prvkov by musel doplniť odborník.
Štúdia zatiaľ nepotvrdzuje, že vložky navrhnuté s podporou AI prinášajú lepšie výsledky pacientom. Model sa učil z rozhodnutí odborníkov jedného pracoviska, nebol externe ani prospektívne overený a nesledoval ústup bolesti, zlepšenie chôdze či dlhodobé nosenie vložiek. Ukazuje však, ako môže AI spracovať dostupné biomechanické merania a upozorniť odborníka na vhodné komponenty bez toho, aby preberala konečné rozhodnutie.
Zdroj: JMIR Medical Informatics, 22. septembra 2026