Abstract
Purpose The determination of bone age (BA) based on the hand and wrist, using the 70-year-old
Greulich and Pyle (G&P) atlas, remains a widely employed practice in various institutions
today. However, a more recent approach utilizing artificial intelligence (AI) enables
automated BA estimation based on the G&P atlas. Nevertheless, AI-based methods encounter
limitations when dealing with images that deviate from the standard hand and wrist
projections. Generally, the extent to which BA, as determined by the G&P atlas, corresponds
to the chronological age (CA) of a contemporary German population remains a subject
of continued discourse. This study aims to address two main objectives. Firstly, it
seeks to investigate whether the G&P atlas, as applied by the AI software, is still
relevant for healthy children in Germany today. Secondly, the study aims to assess
the performance of the AI software in handling non-strict posterior-anterior (p. a.)
projections of the hand and wrist.
Materials and Methods The AI software retrospectively estimated the BA in children who had undergone radiographs
of a single hand using posterior-anterior and oblique planes. The primary purpose
was to rule out any osseous injuries. The prediction error of BA in relation to CA
was calculated for each plane and between the two planes.
Results A total of 1253 patients (aged 3 to 16 years, median age 10.8 years, 55.7 % male)
were included in the study. The average error of BA in posterior-anterior projections
compared to CA was 3.0 (± 13.7) months for boys and 1.7 (± 13.7) months for girls.
Interestingly, the deviation from CA tended to be even slightly lower in oblique projections
than in posterior-anterior projections. The mean error in the posterior-anterior projection
plane was 2.5 (± 13.7) months, while in the oblique plane it was 1.8 (± 13.9) months
(p = 0.01).
Conclusion The AI software for BA generally corresponds to the age of the contemporary German
population under study, although there is a noticeable prediction error, particularly
in younger children. Notably, the software demonstrates robust performance in oblique
projections.
Key Points
-
Bone age, as determined by artificial intelligence, aligns with the chronological
age of the contemporary German cohort under study.
-
As determined by artificial intelligence, bone age is remarkably robust, even when
utilizing oblique X-ray projections.
Citation Format
-
Pape J, Hirsch F, Deffaa O et al. Applicability and robustness of an artificial intelligence-based
assessment for Greulich and Pyle bone age in a German cohort. Fortschr Röntgenstr
2024; 196: 600 – 606
Zusammenfassung
Ziel Die Bestimmung des Knochenalters (BA) anhand der Hand und des Handgelenks unter Verwendung
des 70 Jahre alten Atlas von Greulich und Pyle (G&P) ist auch heute noch eine weit
verbreitete Praxis in verschiedenen Einrichtungen. Ein neuerer Ansatz, basierend auf
dem Einsatz künstlicher Intelligenz (KI), ermöglicht eine automatische BA-Schätzung
auf der Grundlage des G&P-Atlas. Allerdings stoßen KI-basierte Methoden an ihre Grenzen,
wenn es um Bilder geht, die von den Standardprojektionen der Hand und des Handgelenks
abweichen. Nach wie vor ist umstritten, inwieweit das mit dem G&P-Atlas ermittelte
BA dem chronologischen Alter (CA) der heutigen deutschen Bevölkerung entspricht. Mit
dieser Studie werden zwei Hauptziele verfolgt. Erstens soll untersucht werden, ob
der G&P-Atlas, wie er von der KI-Software angewendet wird, für gesunde Kinder in Deutschland
heute noch relevant ist. Zweitens zielt die Studie darauf ab, die Leistung der KI-Software
bei der Handhabung nicht-strikter posterior-anteriorer (p. a.) Projektionen der Hand
und des Handgelenks zu bewerten.
Materialien und Methoden Die AI-Software schätzte retrospektiv die BA bei Kindern, die sich Röntgenaufnahmen
einer einzelnen Hand unter Verwendung von posterior-anterioren und schrägen Ebenen
unterzogen hatten. Der Hauptzweck bestand darin, knöcherne Verletzungen auszuschließen.
Der Vorhersagefehler des BA im Verhältnis zum CA wurde für jede Ebene und zwischen
den beiden Ebenen berechnet.
Ergebnisse Insgesamt wurden 1253 Patienten (im Alter von 3 bis 16 Jahren, medianes Alter 10,8
Jahre, 55,7 % männlich) in die Studie aufgenommen. Die durchschnittliche Abweichung
des BA in posterior-anterioren Projektionen im Vergleich zum CA betrug bei Jungen
3,0 (± 13,7) Monate und 1,7 (± 13,7) Monate bei Mädchen. Interessanterweise war die
Abweichung des BA vom CA in den schrägen Projektionen tendenziell etwas geringer als
in den posterior-anterioren Projektionen. Der mittlere Fehler in der posterior-anterioren
Projektionsebene betrug 2,5 (± 13,7) Monate, während er in der schrägen Ebene bei
1,8 (± 13,9) Monaten lag (p = 0,01).
Schlussfolgerung Das mittels KI-Software ermittelte BA entspricht im Allgemeinen dem Alter der deutschen
Untersuchungspopulation, obwohl es einen merklichen Vorhersagefehler gibt, insbesondere
bei jüngeren Kindern. Insbesondere bei schrägen Projektionen zeigt die Software eine
robuste Leistung.
Kernaussagen
-
Das von der künstlichen Intelligenz ermittelte Knochenalter stimmt mit dem chronologischen
Alter der untersuchten deutschen Alterskohorte überein.
-
Das durch künstliche Intelligenz ermittelte Knochenalter ist bemerkenswert stabil,
auch bei der Verwendung schräger Röntgenprojektionen.
Keywords
children - radiography - artificial intelligence - bone age - Greulich&Pyle
