人工智能算法的比较,用于诊断关节骨折在普通X光学与决策医生:一个验证研究验证研究
Salih Beyaz1, Sahika Betul Yayli2, Ersin Kılıç2
1Department of Orthopedics and Traumatology, Başkent University, Adana Turgut Noyan Research and Training Centre, Adana, Turkey.
Acta orthopaedica et traumatologica turcica
|March 25, 2024
概括
一个人工智能 (AI) 算法在平面放射图上诊断关节骨折时表现出高精度,超过了大多数医生. 这种人工智能工具可以帮助非骨科急诊室的医生检测骨折.
科学领域:
- 放射学 放射学是指放射学
- 人工智能的人工智能
- 整形外科 整形外科 整形外科
背景情况:
- 部骨折是一种常见且严重的损伤,特别是在老年人中.
- 精确和及时诊断部骨折在普通X线图上对于有效的患者管理至关重要.
- 医生对射线图的解释可能是可变的,突出显示了对诊断支持工具的需求.
研究的目的:
- 为了比较一种新型人工智能 (AI) 算法的诊断性能,与各种医生组对比,在前后 (AP) 骨盆放射图上识别部骨折.
- 评估AI作为非专业医生在紧急情况下的辅助工具的潜力.
主要方法:
- 使用了724张AP骨盆放射图的数据集,专家标记了骨折 (n=182) 和非骨折 (n=542) 的数据.
- 放射图由人工智能算法 (包括3个拥有多数投票的人工智能模型) 和一组医生独立解释:全科医生,急诊医生,放射科医生,骨科住院医生和骨科外科医生.
- 用F-1分数评估诊断性能,将AI和医生结果与参考标准进行比较.
主要成果:
- 人工智能算法获得了高平均F-1分数0.942.
- 整形外科医生 (0.938) 和人工智能模型 (0.917) 在所有组中表现最高.
- 医生的表现不同,全科医生 (0.689) 和放射科医生 (0.677) 的得分低于骨科专家和AI算法.
结论:
- 开发的AI算法在AP骨盆放射图上诊断骨折时表现出极好的准确性.
- 人工智能工具有可能显著帮助急诊室的非骨科医生诊断关节骨折.
- 在临床实践中,人工智能辅助诊断可能会提高关节骨折检测的准确性和效率.
