Voiko tekoäly rekonstruoida 3D-luustorakenteita tavallisista röntgenkuvista ?

Lääketieteellinen kuvantaminen hyödyntää usein tarkkojen 3D-mallien luomiseen TT-kuvia, mutta nämä ovat kalliita ja altistavat potilaat suuremmalle säteilylle. Tavalliset röntgenkuvat ovat helpommin saatavilla, mutta niiltä puuttuu syvyystieto. Tekoälyalgoritmit voisivat mahdollisesti päätellä 3D-luumalleja 2D-röntgenkuvista, parantaen diagnostiikan tarkkuutta ilman lisäkuvantamista.

Nykyiset tekoälyjärjestelmät pystyvät rekonstruoimaan karkeita 3D-luunmuotoja kahdesta tai useammasta tavallisesta röntgenkuvasta käyttämällä syväoppimismalleja, jotka on koulutettu suurilla tietojoukoilla, joissa on röntgen- ja TT-kuvia. Rekonstruktiot ovat kuitenkin epätarkkoja ja niiltä puuttuu TT-kuvien kaltainen hieno yksityiskohtaisuus. Tarkkuus on paras tiheän luukudoksen osalta ja heikkenee hohkaluun sekä pienten rakenteiden osalta, ja menetelmää käytetään pääasiassa leikkaussuunnittelussa ja seurannassa eikä lopullisessa diagnostiikassa. Tutkimusprototyyppien mukaan yksikuvamenetelmät näyttävät lupaavilta rajoitetuissa kulmissa, mutta nämä ovat vielä monikuvamenetelmiä epätarkempia ja vaativat erikoiskalibrointia.

— Päivitetty 12. toukokuuta 2026 · Lähde: Radiological Society of North America (RSNA) — https://pubs.rsna.org/doi/10.1148/radiol.2023222655