人工智能能准确地检测x光片上的骨折

急诊室和急救诊所通常都很繁忙，患者往往要等上好几个小时才能看到、评估和接受治疗。等待放射科医生对x光进行解释可能导致等待时间过长，因为放射科医生经常为大量患者读取x光。一项新的研究发现，人工智能（AI）可以帮助医生在受伤和疑似骨折后解读x射线。

　　

一项新的研究发现，人工智能(AI)可以帮助医生在受伤或疑似骨折后解读x射线。

“我们的人工智能算法可以快速自动检测出骨折阳性的x射线，并在系统中标记这些研究，以便放射科医生可以优先阅读骨折阳性的x射线。该系统还通过边界框突出可疑骨折区域周围感兴趣的区域。这可能有助于减少等待时间的医院或诊所访问病人可以得到一个积极的诊断骨折之前。“

骨折解释错误在急诊科所见的有害诊断错误中占24%。此外，骨折的x线诊断不一致在晚上和夜间(下午5点到凌晨3点)更常见，可能与非专业阅读和疲劳有关。

人工智能算法(AI BoneView)在多家机构的大量x光片下进行训练，以检测四肢、骨盆、躯干、腰椎和肋骨的骨折。专家人类阅读者(肌肉骨骼放射科医生，在接受了阅读骨x光片的集中培训后成为了亚专业的放射科医生)在本研究中定义了金标准，并比较了在人工智能帮助下和没有帮助的人类阅读者的表现。

包括放射科医生、骨科医生、急诊医生和助理医生、风湿病医生和家庭医生在内的各种阅读器被用来模拟真实的生活场景，他们都在真实的临床实践中阅读x射线，以诊断患者的骨折。在有无人工智能辅助的情况下，每个读者对骨折的诊断准确性都与黄金标准进行了比较。他们还根据黄金标准单独评估了人工智能的诊断性能。人工智能帮助减少了29%的漏诊骨折，提高了16%的读者敏感度，对于超过1处骨折的检查提高了30%，同时提高了5%的特异性。

Guermazi认为，人工智能可以成为一个强大的工具，帮助放射科医生和其他医生提高诊断性能和效率，同时有可能改善患者在医院或诊所就诊时的体验。“我们的研究重点是骨折诊断，但类似的概念可以应用到其他疾病和障碍。我们持续的研究兴趣是如何最好地利用人工智能帮助人类医疗保健提供者改善患者护理，而不是让人工智能取代人类医疗保健提供者。我们的研究显示了一个这样的例子”。

这些发现发表在《放射学》杂志的网络版上。

本研究的资金由GLEAMER公司提供。

Journal Reference:

1. Ali Guermazi, Chadi Tannoury, Andrew J. Kompel, Akira M. Murakami, Alexis Ducarouge, André Gillibert, Xinning Li, Antoine Tournier, Youmna Lahoud, Mohamed Jarraya, Elise Lacave, Hamza Rahimi, Aloïs Pourchot, Robert L. Parisien, Alexander C. Merritt, Douglas Comeau, Nor-Eddine Regnard, Daichi Hayashi. Improving Radiographic Fracture Recognition Performance and                     Efficiency Using Artificial Intelligence. Radiology, 2021; DOI: 10.1148/radiol.210937