EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Application of artificial intelligence in the diagnosis of spinal infectious diseases

Anwendung künstlicher Intelligenz in der Diagnose spinaler Infektionskrankheiten

Haoming Sun, Chunwang Jia, Hongwei Wang, Xianghe Wang, Haocheng Xu, Xiaosheng Ma, Feizhou Lyu, Jianyuan Jiang, Shuo Yang, Hongli Wang

Spine Research · 2026-09 · 2 (3) · 147-153

DOI: 10.1097/br9.0000000000000043 ↗

Auf einen Blick

Die Übersicht beschreibt diagnostische Leistungen von KI- und Deep-Learning-Modellen bei spinalen Infektionskrankheiten. Insgesamt zeigten die Modelle eine günstige Eignung für Identifikation und Differentialdiagnose.

Fragestellung

Wie gut sind KI-Modelle für die Diagnose und Differentialdiagnose spinaler Infektionskrankheiten geeignet?

Methode

Systematische Literaturübersicht; Suche in PubMed, Web of Science und Embase nach Studien von 2018 bis 2026; eingeschlossen wurden KI- oder DL-Modelle zur Erkennung oder Differenzierung spinaler Infektionen.

Ergebnisse

8 Studien. Für die Unterscheidung von tuberkulöser Spondylitis und brucellöser Spondylitis lagen Sensitivität und Spezifität bei 0,588 bis 0,940 bzw. 0,679 bis 0,964. Die meisten Modelle nutzten MRT oder CT und erzielten hohe diagnostische Genauigkeit.

Einschränkungen

Die meisten Studien waren retrospektiv, einzentrisch und ohne große externe Validierung.

Schlussfolgerung der Autor:innen

KI ist ein verlässliches Hilfsmittel für die schnelle und genaue Diagnose spinaler Infektionskrankheiten, sollte aber klinische Expertise ergänzen und nicht ersetzen.

Kernaussagen

  • 8 eingeschlossene Studien zur KI-Diagnostik spinaler Infektionen
  • MRT- und CT-basierte Modelle mit hoher diagnostischer Genauigkeit
  • Weitere multizentrische, prospektive Validierung erforderlich

Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.

Kurz gefasst

Fachartikel in der Zeitschrift Spine Research, online erschienen am 06.08.2026. Verfasst von Haoming Sun und 9 weiteren Autor:innen. Die Arbeit nennt 44 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

Auf einen BlickAbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Spinal infectious diseases can lead to severe disability and adverse outcomes without timely and accurate diagnosis and treatment. Artificial intelligence (AI) and deep learning (DL) have brought new progress to imaging-based diagnosis of spinal infectious diseases. This review aimed to evaluate the diagnostic and differential diagnostic performance of AI models for spinal infectious diseases. A systematic literature search was performed in PubMed, Web of Science, and Embase for studies published between 2018 and 2026. Eligible studies focused on AI or DL models for detecting or differentiating spinal infectious diseases, and data including sensitivity, specificity, accuracy, and area under the receiver operating characteristic curve were extracted and analyzed. A total of eight studies were included. AI models showed generally favorable efficacy in the identification and differential diagnosis of spinal infections. For differentiating tuberculous spondylitis (TS) from brucellar spondylitis (BS), sensitivity ranged from 0.588 to 0.940 and specificity from 0.679 to 0.964. Most models were based on magnetic resonance imaging (MRI) or computed tomography (CT) and achieved high diagnostic accuracy, but the majority were retrospective, single-centered, and lacked large-scale external validation. AI serves as a reliable auxiliary tool for the rapid and accurate diagnosis of spinal infectious diseases, especially when combined with advanced imaging techniques. However, further multicenter, prospective validation is required before widespread clinical application. AI should complement rather than replace clinical expertise in routine diagnostic workflows.

Zitieren

APA

Sun, H., Jia, C., Wang, H., Wang, X., Xu, H., Ma, X., Lyu, F., Jiang, J., Yang, S., & Wang, H. (2026). Application of artificial intelligence in the diagnosis of spinal infectious diseases. Spine Research, 2(3), 147-153. https://doi.org/10.1097/br9.0000000000000043

Vancouver

Sun H, Jia C, Wang H, Wang X, Xu H, Ma X, et al. Application of artificial intelligence in the diagnosis of spinal infectious diseases. Spine Research. 2026;2(3):147-153. doi:10.1097/br9.0000000000000043

BibTeX
@article{Sun2026,
  author = {Sun, Haoming and Jia, Chunwang and Wang, Hongwei and Wang, Xianghe and Xu, Haocheng and Ma, Xiaosheng and Lyu, Feizhou and Jiang, Jianyuan and Yang, Shuo and Wang, Hongli},
  title = {Application of artificial intelligence in the diagnosis of spinal infectious diseases},
  journal = {Spine Research},
  year = {2026},
  volume = {2},
  number = {3},
  pages = {147--153},
  doi = {10.1097/br9.0000000000000043}
}
Kostenlos starten →