人工智能在上肢创伤放射的解释:一个系统的审查和元分析
Matthew Mellon1, Joshua Dworsky-Fried1, Preksha Rathod2
1Michael G. DeGroote School of Medicine, McMaster University, Hamilton, ON, Canada.
JSES reviews, reports, and techniques
|July 23, 2025
概括
人工智能 (AI) 在检测上肢骨折方面表现出很高的准确性,其综合灵敏度为97.65%,特异性为91.38%. 需要进一步的研究来了解变异性,并指导医生实施.
科学领域:
- 整形外科成像分析分析
- 医学人工智能 (AI) 应用程序
- 放射学中的诊断准确性 放射学中的诊断准确性
背景情况:
- 上肢骨折是急诊室访问的常见原因之一.
- 诊断错误,特别是错过的骨折,由于非专家的读数,经常发生.
- 人工智能 (AI) 正在探索,以提高骨折检测准确度.
研究的目的:
- 系统地审查和分析关于人工智能的文献,以识别和解释X射线上上肢骨折.
- 评估AI模型在检测这些骨折方面的诊断性能.
主要方法:
- 根据PRISMA指南进行了系统审查.
- 在MEDLINE,Embase和CENTRAL数据库中进行了相关研究的搜索.
- 用元分析汇集了有关AI模型灵敏度,特异性和AI-reader差异的数据.
主要成果:
- 包括16项研究,人工智能模型显示平均准确率为89.9%,曲线下的平均面积为0.932.
- 骨折检测的聚合灵敏度为97.65%,聚合特异性为91.38%.
- 与人类读者相比,人工智能模型显示了8.43%的综合灵敏度差异和1.98%的特异性差异.
结论:
- 人工智能模型对上肢骨折的诊断准确度有希望.
- 人工智能模型性能存在显著的变化,需要进一步调查.
- 未来的研究应该探索模型类型和解剖位置等因素,以指导最佳的AI实施.
