新加坡急救部门的人工智能 (AI):检测骨折并减少召回
H Y Chan1, Y P Tang2, Z Y Wong3
1Sengkang General Hospital, Department of Radiology, 110 Sengkang E Way, Singapore. hiokyang@gmail.com.
The Medical journal of Malaysia
|July 31, 2025
概括
人工智能 (AI) 骨折检测工具在减少急诊室 (ED) 的诊断差异方面显示出有希望. 这种人工智能解决方案可能会将错误降低高达73.7%,改善患者护理并降低成本.
科学领域:
- 放射学中的人工智能
- 机器学习用于医学诊断
- 紧急医疗 技术 技术 技术
背景情况:
- 在医疗保健中越来越多地使用AI和机器学习 (ML) 算法.
- 目前在新加坡,ED医生在工作时间后对X射线图进行翻译.
- ED医生和放射科医生诊断之间的差异导致患者召回和成本增加.
研究的目的:
- 为了评估人工智能放射学骨折检测工具的诊断性能.
- 将人工智能工具的准确性与ED医生的解释进行比较.
- 评估AI工具在新加坡ED环境中的潜力.
主要方法:
- 对42个不一致的放射性研究进行了回顾性研究.
- 人工智能诊断与最终放射学报告中的"基本真相"进行比较.
- 分析AI性能指标,包括灵敏度,特异性,PPV和NPV.
主要成果:
- 人工智能正确诊断了75.0%的骨折,具有95.5%的特异性.
- 人工智能解决方案的正预测值 (PPV) 为93.8%,负预测值 (NPV) 为80.8%.
- 人工智能工具正确识别了20个骨折中的15个,缺少5个,并对1个非骨折病例进行了超调.
结论:
- 人工智能骨折检测工具可以显著减少ED的诊断差异.
- 潜在的减少不一致的案件高达73.7%的AI实施.
- 需要进一步的大规模研究来证实经济和医疗保健结果的好处.
