在临床实践中用于骨折诊断的AI:系统AI实施的四种方法及其对AI有效性的影响
Daan V Loeffen1, Frank M Zijta2, Tim A Boymans3
1Department of Radiology and Nuclear Medicine, Maastricht University Medical Centre, the Netherlands; CARIM School for Cardiovascular Diseases, Maastricht University, the Netherlands.
European journal of radiology
|April 19, 2025
概括
人工智能 (AI) 的实施大大影响到断裂检测的准确性. 人工智能安全网方法最好消除了带有严重后果的遗漏骨折,尽管错误阳性增加了.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 人工智能 (AI) 在提高骨折检测准确度方面表现有前途.
- 了解AI用于骨折检测的最佳临床实施是至关重要的.
研究的目的:
- 评估四种不同的AI实施方法在临床实践中的有效性.
- 评估人工智能对断裂检测准确度,错误阴性和错误阳性的影响.
主要方法:
- 一项回顾性研究分析了1508次疑似骨折的X光检查.
- 模拟了四种AI实施策略:AI独立,AI解决问题,AI分类和AI安全网.
- 放射科医生和人工智能辅助诊断与共识参考标准进行了比较.
主要成果:
- 所有人工智能实施方法都显著改变了虚假负数 (FN) 和虚假正数 (FP) 率 (p < 0.001).
- 人工智能安全网方法实现了最低的FN率 (0.07%),消除了带有严重临床后果的遗漏骨折.
- 人工智能独立 (1.5% FN) 的表现优于人工智能解决问题 (3.2% FN) 和人工智能分类 (2.1% FN).
结论:
- 人工智能实施策略对其在断裂检测方面的有效性产生了重大影响.
- 人工智能安全网方法被推用于最大限度地减少临床上显著的遗漏骨折.
- 目前,人工智能不应该用于解决问题或分拣;独立的人工智能可能有助于放射科医生不可用.
