两种商业人工智能算法的比较准确性,用于在紧急放射图中检测肌肉骨创伤

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 医疗保健中的人工智能

背景情况:

• 错过的骨折是急诊放射学诊断错误的主要原因.
• 人工智能 (AI) 显示了提高放射图解读精度的前景.

研究的目的:

• 为了比较两个AI算法BoneView和RBfracture的诊断性能.
• 评估它们在检测肌肉骨放射图中创伤异常 (骨折和脱位) 的有效性.

主要方法:

• 通过BoneView和RBfracture分析了998张肌肉骨放射图.
• 人工智能表现的评估是根据两个肌肉骨专家的共识进行的.
• 关键指标包括灵敏度,特异性,PPV,NPV,准确性和观察者之间的协议 (科恩的卡帕).

主要成果:

• 骨视:灵敏度为0.893,特异性为0.885,准确度为0.889. 这是一个很好的方法.
• RB断裂:灵敏度为0.872,特异性为0.892,准确度为0.884. 这是一个很好的方法.
• 两种算法都显示出高一致性 (Kappa=0.81),在成人和儿童中表现相似,尽管它们在微妙的异常方面扎.

结论:

• 骨视和RBfracture在肌肉骨放射图解中表现出高的诊断性能.
• 人工智能算法表现出近乎完美的协议和跨年龄组一致的结果.
• 人工智能具有显著的潜力,可以提高紧急放射学设置的准确性.