人工智能引导的远半径骨折检测在平面放射图上,与人类评分器相比
Nikolai Ramadanov1,2, Patric John3,4, Robert Hable5
1Center of Orthopaedics and Traumatology, Brandenburg Medical School, University Hospital Brandenburg/Havel, 14770, Brandenburg/Havel, Germany. nikolai.ramadanov@gmail.com.
Journal of orthopaedic surgery and research
|May 16, 2025
概括
人工智能 (AI) 在检测远半径骨折 (DRF) 时,表现与骨科外科医生相美. 这种人工智能工具可靠地支持使用传统X射线进行临床骨折评估.
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:
- 距离半径骨折 (DRF) 是一种常见的骨科损伤.
- 准确和及时的诊断对于有效的治疗至关重要.
- 人工智能 (AI) 在医疗成像中的整合正在迅速发展.
研究的目的:
- 将人工智能系统的诊断性能与用于检测DRF的人类评分器进行比较.
- 为了评估AI在普通手腕X射线图上的有效性.
主要方法:
- 追溯分析了2023年9月至2024年9月期间拍摄的1145张手腕放射图.
- 由董事会认证的放射科医生报告确立的基本真相.
- 性能指标包括准确性,科恩的卡帕,F1得分,灵敏度和特异性.
主要成果:
- 人工智能系统在前后射线图上实现了95.90%的准确性,92.02%的灵敏度和98.45%的特异性.
- 一位整形外科医生以95.1%的准确性,91.5%的灵敏性和97.8%的特异性表现出类似的性能.
- 在所有评估的参数中,人工智能和骨科外科医生的性能指标几乎相同.
结论:
- 人工智能引导的DRF检测证明了与经验丰富的骨科外科医生一样的诊断性能.
- 人工智能系统可靠地支持使用传统放射图进行临床骨折评估.
- 人工智能为提高骨折检测的诊断准确性和效率提供了有价值的工具.
