提高创伤性骨折检测与人工智能支持的X光照:一个多读者研究

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 非专业的读者经常面临着在X射线图上准确检测创伤性骨折的挑战.
• 人工智能 (AI) 的整合有可能提高医学成像中的诊断性能.

研究的目的:

• 评估非专业读者在检测尾骨创伤性骨折的诊断性能,有或没有人工智能支持.
• 评估人工智能对骨折检测灵敏度,特异性和解释时间的影响.

主要方法:

• 一个回顾性,多读者,多个案例研究,涉及15名非专业读者评估340个X射线检查.
• 读者评估了带有和没有人工智能骨折检测支持工具的考试,并记录了阅读时间.
• 每位患者的灵敏度,特异性和假阳性被计算在咨询放射科医生建立的参考标准上.

主要成果:

• 人工智能支持显著改善了患者智能的敏感性 (72%至80%) 和特异性 (81%至85%).
• 人工智能导致错过骨折的相对减少29%,每名患者虚假阳性病例的相对减少21%.
• 在检测不明显的骨折方面观察到的最实质性的收益,灵敏度增加了11个百分点.

结论:

• 人工智能骨折检测支持工具提高了创伤性尾骨架骨折的非专业读者的诊断性能.
• 人工智能工具提高了灵敏度和特异性,而不会对解释时间产生不利影响.
• 这项研究突出了AI在区分明显和不明显的断裂方面的新应用,推进了AI读者比较研究.