仅在美国，每年就有超过 1 万例脊柱骨折，每年导致超过 5，17 例脊髓损伤。脊柱骨折最常见的部位是颈椎。老年人脊柱骨折率上升。在这一人群中，由于叠加退行性疾病和骨质疏松症，骨折可能更难在影像学上检测到。

成人脊柱骨折的影像学诊断几乎完全使用计算机断层扫描 (CT) 而不是 X 线检查。快速检测和确定任何椎体骨折的位置对于防止创伤后的神经系统恶化和瘫痪至关重要。

RSNA与美国神经放射学会(ASNR)和美国脊柱放射学会(ASSR)合作，举办了一场人工智能挑战赛，探索人工智能是否可以帮助检测和定位颈椎骨折。

为了创建地面实况数据集，挑战规划工作组收集了来自六大洲十二个地点的成像数据，包括大约 3，000 项 CT 研究。来自ASNR和ASSR的脊柱放射学专家为这些研究提供了专家图像水平的注释，以指示任何颈椎骨折的存在，椎体水平和位置。

在本次挑战赛中，您将尝试开发机器学习模型，以匹配放射科医生在检测和定位构成颈椎的七个椎骨的骨折方面的表现。