检索历史 清除

目的 探讨CT不同重建算法图像对人工智能(AI)辅助肋骨骨折检测效能的影响及AI辅助诊断系统对放射科住院医师诊断急诊外伤肋骨骨折诊断效能的影响.方法 收集急诊胸部外伤病史的患者 50 例,所有患者均利用256 层螺旋CT进行胸部CT成像,使用Standard、Lung、Bone和Soft 4 种不同kernel重建算法进行图像重建,计算并比较 AI 在不同重建算法胸部 CT 图像下对肋骨骨折识别灵敏度、特异度及准确度的差异.结果 AI在Standard、Lung、Bone 和 Soft 4 种算法下对骨折检出的灵敏度分别为 75.74%、86.63%、89.60%和69.31%,Lung 和 Bone 算法下AI对肋骨骨折检出的灵敏度高于Standard和Soft(P<0.05).AI在Standard、Lung、Bone和Soft 4 种算法下对骨折检出的特异度分别为93.88%、93.17%、93.78%和94.18%,4 种算法比较差异无统计学意义(P>0.05).AI在4 种算法下的准确度分别为90.82%、92.07%,93.07%和89.98%,4 种算法比较差异有统计学意义(P<0.05).放射科住院医师不使用AI和使用AI诊断肋骨骨折的灵敏度分别为82.18%、96.53%,特异度分别为95.08%、94.78%,准确度分别为92.90%、95.08%,使用AI后对肋骨骨折诊断的灵敏度及准确度均明显提高(P<0.05),而特异度比较差异无统计学意义(P>0.05).放射科住院医师不使用AI诊断所用的时间为(240.79±63.20)s,使用 AI 所用的时间为(105.26±57.20)s,两个时间比较差异有统计学意义(P<0.05).结论 放射科住院医师利用AI能够明显缩短急诊外伤肋骨骨折诊断所用时间,提高工作效率,而且能够提高其对于急诊外伤肋骨骨折诊断的准确性.AI在帮助放射科住院医师更准确、更快速识别肋骨骨折中具有重要的价值.