根据《诊断和介入成像》上发表的一项新研究，放射科医生在 X 射线骨折检测方面能够超越人工智能解决方案 [1]。
标准放射线检查仍然是急诊科治疗骨和关节创伤患者的一线方法。然而，急诊室的请求数量不断增加，使得医生更难系统地解读这些扫描结果，有时迫使他们依赖初级放射科医师或其他专业人士的帮助。2019 年的一项研究报告，急诊室的诊断错误率高达 24%。
法国成像专家试图测试人工智能解决方案（Rayvolve）在改善这些数字方面的使用。基于深度学习的骨折检测算法的灵敏度为 82%，特异性为 69%，均显着低于放射科医生记录的结果（分别为 92% 和 88%）。
法国 Nmes 大学医院医学影像系的马克西姆·帕斯特 (Maxime Pastor) 和合著者总结道，我们的结果强化了人工智能必须受到监控的假设。AI 存在大量假阴性和假阳性结果表明，放射科医生在读取射线照片以检测成人骨盆、髋部和四肢骨折方面仍然发挥着重要作用。最后，这项研究强调需要一个强有力的参考标准来评估用于骨折检测的人工智能解决方案。
这项回顾性研究纳入了 94 名疑似骨折的成年患者，他们于 2022 年至 2023 年间在医院接受了标准剂量 CT 检查以及骨盆和/或髋关节的 X 光检查。人工智能用于检测和定位骨折，其结果与单个拉德完成的读取结果进行比较。随后，牧师和合著者使用高级放射科医生解读的 CT 检查结果作为参考标准。
在研究样本中，47 名患者至少有一次骨折，其中 71 名患者使用参考文献被认为存在骨折。其中包括 25 起手/手腕骨折、16 起骨盆骨折和 30 起脚或脚踝骨折。使用标准参考，AI 分析得出 58 个真阳性、13 个假阴性、33 个真阴性和 15 个假阳性结果。与放射科医生的读数相比，放射科医生的读数结果为 65 例真阳性、6 例假阴性、42 例真阴性和 6 例假阳性。医生在敏感性 (P = 0.045)、特异性 (P = 0.016) 和准确性 (P = 0.016) 方面优于 AI