Federated learning (FL) is a method used for training artificial intelligence models with data from multiple sources while maintaining data anonymity, thus removing many barriers to data sharing. Here we used data from 20 institutes across the globe to train a FL model, called EXAM (electronic medical record (EMR) chest X-ray AI model), that predicts the future oxygen requirements of symptomatic patients with COVID-19 using inputs of vital signs, laboratory data and chest X-rays. EXAM achieved an average area under the curve (AUC) >0.92 for predicting outcomes at 24 and 72 h from the time of initial presentation to the emergency room, and it provided 16% improvement in average AUC measured across all participating sites and an average increase in generalizability of 38% when compared with models trained at a single site using that site's data. For prediction of mechanical ventilation treatment or death at 24 h at the largest independent test site, EXAM achieved a sensitivity of 0.950 and specificity of 0.882. In this study, FL facilitated rapid data science collaboration without data exchange and generated a model that generalized across heterogeneous, unharmonized datasets for prediction of clinical outcomes in patients with COVID-19, setting the stage for the broader use of FL in healthcare. Federated learning, a method for training artificial intelligence algorithms that protects data privacy, was used to predict future oxygen requirements of symptomatic patients with COVID-19 using data from 20 different institutes across the globe.

Objective: To evaluate the feasibility of developing a computer vision algorithm that uses preoperative computed tomography (CT) scans to predict superior mesenteric artery (SMA) margin status in patients undergoing Whipple for pancreatic ductal adenocarcinoma (PDAC), and to compare algorithm performance to that of expert abdominal radiologists and surgical oncologists. Summary Background Data: Complete surgical resection is the only chance to achieve a cure for PDAC; however, current modalities to predict vascular invasion have limited accuracy. Methods: Adult patients with PDAC who underwent Whipple and had preoperative contrast-enhanced CT scans were included (2010-2022). The SMA was manually annotated on the CT scans, and we trained a U-Net algorithm for SMA segmentation and a ResNet50 algorithm for predicting SMA margin status. Radiologists and surgeons reviewed the scans in a blinded fashion. SMA margin status per pathology reports was the reference. Results: Two hundred patients were included. Forty patients (20%) had a positive SMA margin. For the segmentation task, the U-Net model achieved a Dice Similarity Coefficient of 0.90. For the classification task, all readers demonstrated limited sensitivity, although the algorithm had the highest sensitivity at 0.43 (versus 0.23 and 0.36 for the radiologists and surgeons, respectively). Specificity was universally excellent, with the radiologist and algorithm demonstrating the highest specificity at 0.94. Finally, the accuracy of the algorithm was 0.85 versus 0.80 and 0.76 for the radiologists and surgeons, respectively. Conclusions: We demonstrated the feasibility of developing a computer vision algorithm to predict SMA margin status using preoperative CT scans, highlighting its potential to augment the prediction of vascular involvement.

Motivation: Multiple studies have shown volumetric changes in the dorsal root ganglia (DRG) in association with various neuropathies, but volumetric changes in patients with low back pain are not much known. Goal(s): To check a semi-automatic region-growing technique can be used to segment DRG on 3D MR neurography images and to determine if DRG volumes differ in patients. Approach: 3D MR neurography images were acquired from 10 patients and 4 control subjects at 3T. Segmentation algorithms were applied for DRG volume measurement, and measured volumes were compared between control and patient groups. Results: Lower DRG volumes were measured with patients. Impact: Through a semi-automatic 3D region growing technique, dorsal root ganglia volume can be efficiently measured with 3D MR neurography. Morphological assessment of dorsal root ganglia might help to understand overall lumbar spine pathology and low back pain.

Background: A retear after anterior cruciate ligament (ACL) reconstruction remains a common and devastating complication. Knee bone morphology is associated with the risk of ACL injuries, ACL retears, and osteoarthritis, and a combination of tools that derive bone shape from clinical imaging, such as magnetic resonance imaging (MRI) and statistical shape modeling, could identify patients at risk of developing these joint conditions. Purpose: To identify bone shape features before primary ACL reconstruction in patients with an eventual retear compared to those with a known intact ACL graft. Study Design: Case-control study; Level of evidence, 3. Methods: Bone was automatically segmented on 2-dimensional proton density–weighted MRI of the knee in patients at the time of the initial ACL injury using deep convolutional neural networks. Patients with a subsequent retear after reconstruction within 3 years (22 femurs, 19 tibias) were compared with those with an intact ACL graft at 3 years (20 femurs, 22 tibias) using statistical shape modeling to identify preoperative bone shape features predictive of a retear after ACL reconstruction. Results: Statistical shape modeling revealed 2 specific bone shape features (modes) in the femur and 1 mode in the tibia that demonstrated significant differences at the time of the initial injury in patients with subsequent retears. In the femur, a narrower intercondylar notch width, a widened medial condylar width, an increased femoral condylar offset ratio, increased surface area along the lateral femoral condyle relative to the medial condyle, and a more prominent trochlear sulcus at the time of the initial injury were associated with retears after ACL reconstruction. In the tibia, a diminished ACL facet prominence, a squared lateral and medial tibial plateaus, and a broader and flattened tibial spine at the time of the initial injury were associated with retears after ACL reconstruction. Conclusion: Using the automatic bone segmentation pipeline on preoperative MRI, the authors identified bone shape features associated with a retear after ACL reconstruction. The use of this pipeline enables large-scale studies of bone shape on MRI and could predict patients at risk of ACL retears to alter treatment decisions.

Motivation: PTOA progression is poorly understood and there is a relative dearth of data available on the impact of the patellofemoral joint on PTOA. Goal(s): The goal of this study was to elucidate the relationship between PTOA, knee function, and patella shape and to investigate possible indicators for PTOA progression. Approach: A shape model of the patella was used to explore longitudinal shape changes and associations with injury, sex, KOOS, and cartilage T1rho in 67 patients following ALR and 11 controls. Results: Ipsilateral patella shape was found to be associated with ACL injury, sex, and the degenerative changes accompanying PTOA. Impact: This study suggests patella shape may play a role in ACL injury and PTOA. These results should inform future biomechanical studies of the knee joint which could lead to the development of preventative orthoses and novel interventions.

Motivation: Baseline healthy-knee-cartilage reference comparisons across 0.55T and 3.0T can be utilized for comparing healthy to diseased cartilage in early-to-moderate OA at 0.55T. Goal(s): To compute and compare T2-baseline relaxation time measurements of healthy knee cartilage obtained at 0.55T using Radial-TSE approach with 3.0T using MAPSS, paired with DL-based cartilage segmentation. Approach: Phantom and Healthy Knee-cartilage-compartmental T2 relaxation values are compared using Exp2 and Sepg3 approaches with Radial TSE at 0.55T and 3.0T MAPSS. Results: We demonstrated healthy knee cartilage reference T2-values at 0.55T using Radial-TSE. Average T2-increase from 3.0T to 0.55T yields a wider range for detecting voxel-by-voxel granular changes of the cartilage. Impact: Baseline healthy-knee-cartilage reference Radial-TSE-T2 at 0.55T and T2-MAPSS-3.0T comparisons can be utilized for assessing healthy and diseased cartilage in early-to-moderate OA at 0.55T. Research findings at 3.0T could be translated at low-field economic scanners with a wider range of early-detection.

Motivation: No previous studies have evaluated relative supraspinatus-deltoid force couple (Supra-Delt-FC) muscle T2*-metrics or considered their potential as biomarkers for Supra-Delt-FC functionGoal(s): Evaluate/compare Supra-Delt-FC T2*-values within 6 supraspinatus injured-case, and 6 (age/sex matched) uninjured-control subjectsApproach: Unilateral, 3T, 3D-Cones, 15-echo-UTE MRI acquisitions were utilized for calculation and evaluation of Supra-Delt-FC muscle T2*-valuesResults: Independent evaluations of deltoid and supraspinatus muscle T2*-values revealed no significant differences between injured-case and uninjured-control subjects. However, evaluation of relative T2*-metrics (mean difference & FC-ratios) revealed significant case-to-control differences – suggesting that relative supraspinatus-to-deltoid T2* metrics may be more sensitive to alterations in Supra-Delt-FC and shoulder function following injuryImpact: While independent comparisons of respective supraspinatus and deltoid muscle T2*-values revealed no significant case-to-control differences, relative Supra-Delt-FC muscle T2*-metrics were significantly different between groups. Results suggest that relative Supra-Delt-FC muscle T2*-metrics may be more sensitive to alterations in Supra-Delt-FC function.

Motivation: Hip abductor muscles have a fundamental role in walking and other daily physical tasks. Relating hip abductor muscle fat fractions to patient-reported hip outcomes at a later timepoint could provide insights on exercise targets for patients with hip osteoarthritis who may become candidates for total hip arthroplasty. Goal(s): The study seeks to determine if hip abductor muscle fat fractions predict patient-reported hip outcomes after 4 years. Approach: Linear mixed-effects regressions were performed to investigate relationships between baseline hip abductor fat fractions and PROMS at follow-up. Results: Higher baseline TFL fat fraction was associated with worse patient-reported hip pain scores at 4-year follow-up. Impact: Our findings suggest performing further research into tensor fascia lata fat fraction in relation to future clinical outcomes for patients with hip osteoarthritis.

Motivation: Clinical adoption of quantitative MRI for cartilage repair monitoring is hindered by a lack of standardization in acquisition and tedious image analysis. Goal(s): Our goal was to longitudinally assess high-density autologous chondrocyte implantation (HD-ACI) in the knee using a fast and robust DL T2 mapping technique, correlating with clinical outcome. Approach: 15 HD-ACI patients (treated in femoral/patellar compartments) were longitudinally imaged and processed with a semi-automated pipeline, enabling a standardized regional analysis at a layer level. Results: DL T2 map reflected longitudinal significant changes in deep layer. Significant T2 decrease in femoral HD-ACI within the first follow-up year, correlated with good clinical progression. Impact: The demonstrated feasibility of DL T2 mapping coupled with a semi-automatic analysis to monitor changes after HD-ACI repair, allows for further investigation of the underlying biology of quantitative findings; advancing its adoption as cartilage healing biomarker in the clinical setting.

Motivation: Patellar tendinopathy (PT) is a common injury in basketball that can lead to early retirement. Basketball influences bone shape and cartilage composition, yet the association between these factors and PT is unknown. Goal(s): We examined the association between PT, bone shape, and patellar cartilage composition in collegiate basketball players. Approach: We developed a measure of bone shape indicative of PT and investigated whether PT-associated bone shape is associated with patellar cartilage T2/T1ρ. Results: We effectively separated grades of PT using bone shape and identified bone shape features associated with PT. We found patellar cartilage composition is independent of PT and bone shape. Impact: We developed a measure to identify varying grades of PT based on bone shape in collegiate basketball players. Future work will determine the association of our PT-bone shape score with MR-identifiable measures to identify athlete specific PT risk factors.