Radiology：人工智能技术在x线片骨折识别中的运用于

在各种临床环境下，用作x线片明确扭伤的存在是影像科最常用的工作之一。扭伤的漏诊在影像科极度常用，这将延误病患的用药，甚至引发严重的临床后果。因此，对扭伤的正确识别系统及说明对临床至关重要。

迄今为止，关于认知科学（AI）基本功能扭伤监测的几项科学研究只针对一小双脖子部位，且x线片的书本者只针对了影像科精神科和骨科精神科，结果并不具有代表性。

昨日，发表文章在Radiology杂志的一项科学研究评估了认知科学的尽力对精神科在X线片上扭伤诊疗显出的影响，为扭伤的快速、正确诊疗提供了支持。

本项回顾性诊疗科学研究有别于了多读取器、多与此相关的方法，基于2020年7年末至2021年1年末期间480次核对的举例来说多教育中心数据集，每个双脖子周边地区（脚和踝、膝和脖子、髋和肋骨、手和手腕、膝盖和双臂、肩和锁骨、颈部和胸腰椎）大概有60次核对。扭伤的致死率被实体化为50%。基础良知由两位肌肉骨骼放射科精神科确定，差别由第三位精神科解决。向24名读者（放射科精神科、骨科精神科、门诊精神科、经理精神科、哮喘精神科、家庭精神科）展示了整个实验者数据集（n = 480）。主要分析必须证明在认知科学的为了让下，每个病患的诊疗敏感性有优势，每个病患的专一性在-3%的范围内没有绝对优势。单独的认知科学精度也用作受试者工作特性曲面进行评估。

共划入480名病患（平均年龄，59岁±16[标准差]；327名男同性恋）。用作认知科学基本功能工具（5760个测出中的4331个，75.2%）比不用作认知科学（5760个测出中的3732个，64.8%）的情况下，每位病患的敏感性降低10.4%（95% CI：6.9，13.9；P < .001为优）。有AI基本功能的每位病患的专一性（5760次测出中的5504次，95.6%）不逊于无AI基本功能的病患（5760次测出中的5217次，90.6%），差别为+5.0%（95%CI：+2.0，+8.0；P = .001为非劣质性）。AI使每次核对的平均测出时间缩短了6.3秒（95%CI：-12.5，-0.1；P = .046）。按病人增益的敏感性在所有周边地区都很明显（+8.0%至+16.2%；P < .05），但肩和锁骨以及脊柱（+4.2%和+2.6%；P = .12和.52）并不明显。

图 在认知科学基本功能下扭伤监测诊疗精度的降低

总之，认知科学基本功能降低了影像科精神科和非影像科精神科对关的各种解剖位置的扭伤监测的敏感性，甚至可降低专一性。该技术还缩减书本X线光片所需的时间。

原文出处：

Ali Guermazi,Chadi Tannoury,Andrew J Kompel,et al.Improving Radiographic Fracture Recognition Performance and Efficiency Using Artificial Intelligence.DOI:10.1148/radiol.210937