An interpretable and trustworthy AI framework for large-scale longitudinal structure-pain association studies using data from the Osteoarthritis Initiative (OAI)

Cette recherche développe un cadre d'IA interprétable combinant la prédiction du score MOAKS par IRM basée sur l'apprentissage profond avec la modélisation statistique pour étudier les relations structure-douleur à grande échelle en utilisant les données de l'OAI. Elle utilise l'apprentissage profond pour la prédiction des caractéristiques MOAKS à partir d'IRM avec quantification de l'incertitude, puis un modèle mixte de classe latente longitudinale pour examiner les associations entre les anomalies structurelles et la douleur au genou.