Глубокое обучение для выявления цефалометрических ориентиров: систематический обзор и метаанализ

Цели: Глубокое обучение (ГO) все шире применяют для автоматического выявления ориентиров, в том числе в цефалометрии. Мы провели систематический обзор и метаанализ для оценки точности и имеющейся доказательной базы использования ГO для выявления цефалометрических ориентиров на 2D- и 3D-рентгенограммах.

Методы: Два независимых рецензента отобрали и извлекли данные из диагностических исследований точности, опубликованных в 2015–2020 гг. в Medline/Embase/IEEE/arXiv и посвященных применению ГO для выявления цефалометрических ориентиров. Выполнили метаанализ со случайными эффектами, анализ подгрупп и метарегрессию; качество исследований оценивали с помощью QUADAS-2. Обзор зарегистрирован (PROSPERO № 227498).

Данные: Из 321 найденной записи включили 19 исследований (опубликованных в 2017–2020 гг.), во всех из которых использовали сверточные нейронные сети, главным образом на 2D-боковых рентгенограммах (n=15), с данными из общедоступных наборов (n=12) и оценкой выявления в среднем 30 ориентиров (SD: 25; диапазон: 7–93). Референсный тест был установлен двумя экспертами (n=11), одним экспертом (n=4), тремя экспертами (n=3) и группой аннотаторов (n=1). Риск систематической ошибки был высоким, а проблемы применимости выявлены в большинстве исследований, главным образом из-за отбора данных и проведения референсного теста. Ошибка прогнозирования ориентира была сосредоточена вокруг порога в 2 мм (среднее значение; 95% доверительный интервал: от -0,581 до 0,102 мм; 95% ДИ: от -1,264 до 0,102 мм). Доля ориентиров, выявленных в пределах этого порога 2 мм, составила 0,799 (0,770–0,824).

Выводы: ГO демонстрирует относительно высокую точность выявления ориентиров на цефалометрических изображениях. Совокупность доказательств в целом согласуется, но страдает высоким риском систематической ошибки. Необходимо показать устойчивость и обобщаемость ГO для выявления ориентиров.

Клиническая значимость: Существующие модели ГO показывают согласованно высокую и в целом высокую точность автоматического выявления цефалометрических ориентиров. Большинство исследований до сих пор были сосредоточены на 2D-изображениях; данных по 3D-изображениям мало, но они перспективны. В будущих исследованиях следует сосредоточиться на демонстрации обобщаемости, устойчивости и клинической полезности ГO для этой цели.