基于人工智能的面部骨折诊断的评估,与传统成像诊断相比的优势:系统性审查和元分析
Jiangyi Ju1, Zhen Qu1, Han Qing1
1Bishan Hospital of Chongqing medical university, (Bishan Hospital of Chongqing), No. 9 Shuangxing Avenue, Bishan District, Chongqing, China.
BMC musculoskeletal disorders
|July 15, 2025
概括
人工智能 (AI) 在诊断面部骨折方面表现出高度准确性,为医生提供了一个有前途的工具. 这次系统性审查发现,AI在识别这些伤害方面取得了显著的灵敏度和特异性.
科学领域:
- 医学成像分析分析 医学成像分析
- 医疗保健中的人工智能
- 骨科诊断器 骨科诊断器 骨科诊断器
背景情况:
- 人工智能,特别是卷积神经网络 (CNN),在医学成像诊断方面表现有前途.
- 人工智能辅助诊断可以提高骨科和急诊医生的效率和患者体验.
- 本综述评估了AI在面部骨折检测中的应用和诊断性能.
研究的目的:
- 系统地审查和元分析AI在诊断面部骨折中的应用.
- 评估面部骨折检测AI算法的诊断性能.
- 评估AI作为临床医生在这个领域的辅助工具的潜力.
主要方法:
- 按照PRISMA和PRISMA-DTA指南进行系统审查和元分析.
- 在PubMed,Cochrane图书馆和Web of Science进行全面的文献搜索,截至2024年12月.
- 使用 QUADAS-2 评估偏差风险和适用性;通过总结接收器操作特征 (SROC) 曲线分析结果.
主要成果:
- 分析包括16项研究,其中11项提供了应急表.
- 聚合敏感度为0.889 (95% CI:0.844-0.922) 和聚合特异性为0.888 (95% CI:0.834-0.926).
- 在SROC曲线下的面积为0.911,表明了强大的诊断性能. 对鼻腔和下骨折的子组分析也显示出高准确度.
结论:
- 人工智能是临床医生诊断面部骨折的宝贵辅助工具.
- 这项研究证实了AI在面部骨折诊断中的高整体灵敏度和特异性.
- 人工智能的强大性能,由高SROC曲线面积证明,支持其临床实用性.
