在CT扫描上检测创伤后内出血的商业可用的AI工具的现实生活性能:支持工具
Léo Mabit1, Maryne Lepoittevin2, Martin Valls3
1Radiology Department, University Hospital of Poitiers, 2 rue de la Milétrie, 86000 Poitiers, France.
Journal of clinical medicine
|July 12, 2025
概括
人工智能 (AI) 工具在创伤性脑损伤 (TBI) 后检测内出血 (ICH) 方面表现有前途. 将人工智能与初级放射科医生结合起来,提高了诊断准确度,为紧急选提供了一个新的工作流程.
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:
- 创伤性脑损伤 (TBI) 是全球死亡和残疾的重要原因.
- 内出血 (ICH) 是TBI的危及生命的并发症,需要通过计算机断层扫描 (CT) 及时诊断.
- 基于人工智能的ICH检测工具正在出现临床用途.
研究的目的:
- 评估qER.ai的现实世界性能,qER.ai是一个用于检测CT扫描上ICH的AI工具.
- 在创伤人群中,比较AI性能与专家共识和初级住院诊断.
主要方法:
- 追溯分析682个连续的头部CT扫描从急诊放射科单位.
- 通过专家共识建立的地面真相对AI性能进行评估.
- 将AI结果与初级住院报告进行比较,特别是在夜班病例中.
主要成果:
- 对于ICH检测,AI的总体灵敏度为88.8%,特异性为92.1%.
- 人工智能的表现与初级住院医生相当 (灵敏度为85.7%,特异性为99.3%).
- 人工智能识别了初级住院人员错过的3个ICH病例中的2个;人工智能-放射科医生结合的方法产生了95.2%的灵敏度和98.8%的准确性.
结论:
- 人工智能和放射科医生居民在协同工作时表现优于单独工作.
- 这种协同方法显示了优化放射学工作流程和对TBI患者的紧急选的潜力.
