南京医科大学学报(自然科学版)

作者：朱雅茹，祁 良，徐 磊，王梦悦，徐蕴潮，纪执琳，邹月芬

单位：南京医科大学第一附属医院放射科，江苏 南京 210029,,南京医科大学第一附属医院放射科，江苏 南京 210029,,南京医科大学第一附属医院放射科，江苏 南京 210029,,南京医科大学第一附属医院放射科，江苏 南京 210029,,南京医科大学第一附属医院放射科，江苏 南京 210029,,南京医科大学第一附属医院放射科，江苏 南京 210029,,南京医科大学第一附属医院放射科，江苏 南京 210029,

关键词：人工智能;新鲜肋骨骨折;计算机断层扫描;效能;阅片时间

基金：国家自然科学基金（81701652）

目的：评估人工智能软件（artificial intelligence system，AI）辅助放射科医师在胸部计算机断层扫描（computed tomography，CT）新鲜肋骨骨折诊断中的应用效能。方法：收集行胸部CT检查的新鲜肋骨骨折病例共508例。6名影像医师分为低年资组（≤5年）和高年资组（> 5年），使用PACS系统对CT图像进行独立阅片；在间隔为期4周的洗脱期后，影像医师在结合AI辅助诊断结果的前提下对胸部CT图像进行第2轮阅片；记录骨折类型、部位及诊断时间。采用配对卡方检验比较AI辅助前后诊断骨折的灵敏度、特异度有无统计学差异。绘制受试者操作特征（receiver operating characteristic，ROC）曲线，并计算曲线下面积（area under curve，AUC），应用Medcalc软件对AUC进行显著性检验。采用Cohen’s kappa系数分析低年资医师和高年资医师诊断肋骨骨折的一致性。应用配对样本t检验比较人工智能辅助前后医师的诊断时间是否具有差异。结果：508例胸部CT共包含骨折2 883处，AI辅助后低年资医师和高年资医师的诊断灵敏度由77.95%、83.96%提升至88.52%、90.98%（P < 0.001）；平均AUC从0.902增加到0.948（P < 0.001）；独立阅片和AI辅助诊断后低年资医师与高年资医师之间的Cohen’s kappa系数由0.832提升至0.900；诊断每个肋骨骨折病例的时间平均减少了28.43 s（P < 0.001）。结论：AI辅助医师诊断新鲜肋骨骨折能够提高检出效能，并减少诊断时间。

来源：2022年第2期

《南京医科大学学报(自然科学版)》期刊编辑部

查看南京医科大学学报(自然科学版)杂志2022年第2期