Utilizarea inteligentei artificiale pentru fortificarea diagnosticării ecografice a traumelor contuze în medicina legală

Abstract

Introducere. Ultrasonografia (USG) musculo-scheletală este o metodă contemporană accesibilă, informativă şi cost-eficientă, ce oferă posibilităţi de diagnosticare a traumelor contuze ale ţesuturilor moi. Insuficienţa specialiştilor imagişti cât şi medicilor legişti pregătiţi în acest domeniu condiţionează limitarea aplicării USG în practica medico- legală. Scopul lucrării. Demonstrarea posibilităţilor de aplicare a USG pentru diagnosticarea traumelor contuze musculo-scheletale în medicina legală şi elaborarea modelului de inteligenţă artificială (AI) ce va fortifica această metodă. Material şi metode. În baza datelor din literatură au fost analizate posibilităţile de aplicare a USG în medicina legală. A fost elaborat un model Machine Learning (ML) pentru analizarea imaginilor USG, utilizând limbajul de programare Python şi biblioteca open-source TensorFlow. Rezultate. Elaborarea aplicaţiilor bazate pe AI şi ML şi folosirea utilajelor Internet of Medical Things (IoMT) facilitează procesul diagnostic, îl face mai rapid, eficient şi precis, chiar şi pentru personalul medical cu pregătire minimă în USG. A fost definită arhitectura modelului ML. Au fost elaborate criteriile de includere a imaginilor USG în dataset. Imaginile au fost analizate, adnotate şi augmentate. Dataset-ul a fost divizat în trei grupe de imagini: pentru antrenarea modelului, pentru validare şi, respectiv, testare. Se preconizează şi testarea clinică cu antrenarea imagistului competent în USG musculoscheletală care va valida rezultatele obţinute de soft. Concluzii. USG este o metodă eficientă în diagnosticarea traumelor contuze musculoscheletale, inclusiv în scopuri medico-legale. Utilizarea AI şi a modelelor ML poate să fortifice această metodă prin analizarea automatizată a imaginilor USG ce va spori precizia şi viteza diagnosticării, oferind informaţie preţioasă chiar şi pentru personal medical mai puţin pregătit.

Background. Musculoskeletal ultrasound (USG) is an accessible, informative and cost-effective contemporary method that offers diagnostic possibilities for soft tissue blunt trauma. The lack o f trained imaging and forensic specialists in this field limits the application of USG in forensic practice. Objective of the study. Show the possibilities of USG application for the diagnosis of musculoskeletal blunt trauma in forensic medicine and to develop the artificial intelligence (AI) model which will strengthen this method. Material and methods. Based on literature data, the possibilities of USG application in forensic medicine were analyzed. A Machine Learning (ML) model for USG image analysis was developed using Python programming language and the opensource TensorFlow library. Results. The development of AI and ML-based applications and the use of Internet of Medical Things (IoMT) tools facilitates the diagnostic process, making it faster, more efficient and accurate, even by medical staff with minimal USG background. The architecture of the ML model has been defined. Criteria for including USG images in the dataset have been developed. Images w ere analyzed, annotated and augmented. The dataset w as divided into three groups of images: for model training, for validation and for testing, respectively. Clinical testing involving a sonographer with experience in musculoskeletal USG which will validate obtained results is also planned. Conclusions. USG is an efficient method in the diagnosis of musculoskeletal blunt trauma, for forensic purposes as well. The use of AI and ML models can strengthen this method through automated analysis of USG images that w ill increase the accuracy and speed of diagnosis, providing valuable information even for less trained medical personnel.