人工智能和机器学习能力在检测急性脊柱骨折:一个批判性审查

科学领域:

• 放射学 放射学是一门学科.
• 人工智能的人工智能
• 整形外科手术 整形外科手术

背景情况:

• 骨骨折是常见的手腕损伤.
• 准确的诊断对于最佳的患者结果至关重要.
• 放射性解释仍然是诊断的标准.

研究的目的:

• 审查目前关于人工智能 (AI) 和机器学习 (ML) 的文献,以诊断骨折.
• 确定现有研究中的方法限制.
• 引导未来的临床AI实施研究.

主要方法:

• 对评估AI/ML用于骨骨折检测的研究的系统文献综述.
• 对研究方法的批判性评估,偏差风险和与临床医生的表现进行比较.

主要成果:

• 目前对AI/ML用于骨骨折诊断的现有研究显示出重大方法缺陷.
• 当前文献中存在偏见的高风险阻止了与人类临床医生的表现进行有意义的比较.
• 仅有有限的证据支持人工智能的广泛临床采用.

结论:

• 目前用于骨骨折诊断的AI/ML模型尚未得到临床验证.
• 未来的研究必须解决方法上的弱点和偏见,以建立AI可靠性.
• 在射线图解读方面推进人工智能需要严格的,标准化的研究协议.