这项涉及500名患者的研究表明，人工智能(AI)辅助增强了X光片上的骨折诊断，并缩短了不同经验水平的放射科医生的阅读时间。
研究人员指出，创伤性骨折是最常见的漏诊之一。1,2然而，一项新的研究表明，人工智能(AI)可能在改进骨折评估方面具有显着优势。3
在对500名患者(268名男性和232名女性)的研究中，研究人员比较了急性骨折的独立评估与在FDA批准的算法(Boneview®，Gleamer)和独立使用AI的帮助下进行的评估。作者发现，与无辅助评估(66%)相比，AI辅助评估在X光片上诊断骨折的敏感性高20%(86%)。
根据这项研究，与无辅助放射照相评估(64)相比，使用人工智能辅助导致假阴性(26)的数量较少。研究人员还指出，人工智能辅助将图像阅读时间平均缩短了12.43秒。
“我们的研究证实，在创伤急诊科日常活动的代表性样本中，人工智能显着提高了放射科医生在骨折诊断中的整体表现和生产力，”贝桑松CHUdeBesancon放射科主任SebastienAubry医学博士写道，法国，和同事。
该研究中的三位放射科医生评审员包括一名在肌肉骨骼成像方面拥有15年经验的放射科医生、一名在肌肉骨骼成像方面拥有两年经验的研究员和一名三年级住院医师。根据这项研究，人工智能辅助使高级放射科医生、研究员和三年级住院医师的敏感性分别提高了17%、21%和19%。
虽然头部X光片的患者被排除在研究之外，但Aubry及其同事指出，人工智能对研究中成像的所有身体部位的评估存在显着差异。他们发现，人工智能辅助评估和非辅助评估之间的敏感性差异最显着的是脊柱(77.8%对47.2%)和骨盆(83.3%对55.6%)。
研究患者的平均年龄为37岁。Aubry及其同事表示，除了20-30岁的患者外，AI的使用可以减少每个年龄组的误诊骨折。
关于研究的局限性，作者承认由于缺乏向三名审查放射科医师提供的临床信息以及这些放射科医师在有或没有人工智能帮助的情况下审查了相同的放射照片这一事实，可能会出现顺序、回忆和上下文偏差。Aubry及其同事还指出，与其他研究使用AI进行骨折检测的研究相比，审查放射科医生的人数较少。