Performance of two different artificial intelligence (AI) methods for assessing carpal bone age compared to the standard Greulich and Pyle method.

Journal: La Radiologia medica
Published Date:

Abstract

PURPOSE: Evaluate the agreement between bone age assessments conducted by two distinct machine learning system and standard Greulich and Pyle method.

Authors

  • Davide Alaimo
    Dipartimento di Diagnostica per Immagini Policlinico, Università degli Studi di Palermo, Via del Vespro 127, 90127, Palermo, Italy.
  • Maria Chiara Terranova
    UOC Radiologia Pediatrica Dipartimento di Diagnostica per Immagini e Interventistica, ARNAS, Ospedali Civico, Di Cristina Benfratelli, Palermo, Italy.
  • Ettore Palizzolo
    Dipartimento di Diagnostica per Immagini Policlinico, Università degli Studi di Palermo, Via del Vespro 127, 90127, Palermo, Italy.
  • Manfredi De Angelis
    Dipartimento di Diagnostica per Immagini Policlinico, Università degli Studi di Palermo, Via del Vespro 127, 90127, Palermo, Italy.
  • Vittorio Avella
    Dipartimento di Diagnostica per Immagini Policlinico, Università degli Studi di Palermo, Via del Vespro 127, 90127, Palermo, Italy.
  • Giuseppe Paviglianiti
    UOC Radiologia Pediatrica Dipartimento di Diagnostica per Immagini e Interventistica, ARNAS, Ospedali Civico, Di Cristina Benfratelli, Palermo, Italy.
  • Giuseppe Lo Re
    Dipartimento di Diagnostica per Immagini Policlinico, Università degli Studi di Palermo, Via del Vespro 127, 90127, Palermo, Italy.
  • Domenica Matranga
    Department of Health Promotion, Mother and Child Care, Internal Medicine and Medical Specialties (ProMISE), University of Palermo, Palermo, Italy.
  • Sergio Salerno
    Dipartimento di Diagnostica per Immagini Policlinico, Università degli Studi di Palermo, Via del Vespro 127, 90127, Palermo, Italy. ssalerno@sirm.org.