ACR 2020: Accurate bepaling van radiografische sacroiliitis met AI

Het beoordelen van röntgenfoto’s van sacro-iliacale gewrichten is soms erg lastig, zelfs voor deskundigen. Kunstmatige intelligentie kan hier mogelijk bij helpen. Dr. Denis Poddubnyy (Berlijn, Duitsland) liet in zijn presentatie tijdens de ACR Convergence 2020 zien dat kunstmatige neurale netwerken de aanwezigheid van radiografische sacroiliitis accuraat kunnen aantonen. Het gebruik van conventionele röntgenfoto’s voor de beoordeling van sacro-iliacale (SI)-gewrichten heeft nog steeds de voorkeur wanneer er bij patiënten een verdenking bestaat op axiale spondyloartritis (SpA).[1] Door de complexe anatomie van de SI-gewrichten en de overlap met andere anatomische structuren is het op basis van de röntgenfoto’s niet altijd even eenvoudig te zeggen of er daadwerkelijk sprake is van axiale SpA. Ook bij het bepalen van de gradering kan het onderscheid tussen bijvoorbeeld graad 1 en 2 of graad 2 en 3 onderhevig zijn aan subjectiviteit. Kunstmatige intelligentie (of artificial intelligence, AI) kan mogelijk helpen bij het standaardiseren van de bepaling van radiografische sacroiliitis. Twee cohorten Om te bepalen of AI een rol kan spelen bij het beoordelen van de…