MétaCan
Menu
Retour à la cohorte
Enregistrement W4416344801 · doi:10.1016/j.xnsj.2025.100825

The future is now: How AI is reshaping spine care

2025· article· en· W4416344801 sur OpenAlexaff
Eric J. Muehlbauer, Mohammed Ali Alvi, David J. Kennedy, Michael G. Fehlings

Notice bibliographique

RevueNorth American Spine Society Journal (NASSJ) · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSpine and Intervertebral Disc Pathology
Établissements canadiensToronto Western HospitalUniversity Health NetworkCanada Research ChairsUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSPINE (molecular biology)Health carePatient careMEDLINEField (mathematics)

Résumé

récupéré en direct d'OpenAlex

Introduction: Artificial intelligence (AI) is rapidly reshaping spinal care, transitioning from experimental algorithms to operational tools embedded in clinical workflows. This narrative review explores the evolving role of AI across the spine care continuum, including diagnostic imaging, surgical planning, intraoperative navigation, predictive analytics, and digital therapeutics. Methods: Using a mixed-methods approach, we synthesized insights from peer-reviewed literature, regulatory documents, press releases, and grey sources published between 2017 and 2025. Results: AI-enabled imaging platforms now assist in detecting spinal pathologies and extracting quantitative metrics such as disc heights and Cobb angles, improving diagnostic consistency and reducing inter-rater variability. In surgical planning, decision-support systems and robotics-integrated platforms offer personalized guidance and enhanced precision. Intraoperative tools using 2D-3D fusion and volumetric reconstruction are enabling hardware-light navigation, particularly in ambulatory settings. Predictive models for survival, reoperation risk, and patient-reported outcomes are emerging, though external validation remains limited.Digital therapeutics and wearable technologies are expanding the reach of spine care beyond the clinic, offering scalable solutions for rehabilitation and postoperative monitoring. Meanwhile, regulatory and legal frameworks are evolving to address transparency, data governance, and intellectual property concerns. Recent FDA guidance and landmark legal cases underscore the need for disciplined collaboration and responsible deployment. Conclusions: AI in spine care is no longer theoretical and is operational. Its integration promises enhanced precision, efficiency, and personalization, but also demands rigorous validation and ethical oversight. This review highlights the multifaceted impact of AI and calls for continued alignment between clinicians, developers, and regulators to ensure safe, equitable, and sustainable innovation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,360
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,298
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNorth American Spine Society Journal (NASSJ)Même sujetSpine and Intervertebral Disc PathologyTravaux en français237 207