人工智能辅助诊断骨质疏松性椎体压缩骨折的效能分析

摘要

目的 对比分析人工智能阅片与人工阅片在诊断骨质疏松性椎体压缩骨折中的效能。方法 连续收集了2023年1月至2023年12月80例骨质疏松性椎体压缩骨折患者及20例无骨折但存在非特异性腰疼的患者的资料纳入了该项研究。根据患者的计算机断层扫描(computed tomography, CT)影像分别进行人工智能软件诊断和3名不同年资的脊柱外科临床医生(高级职称、中级职称、初级职称各1人)人工阅片诊断。比较不同检测方法的诊断效能。结果 各组灵敏度、特异度、阳性预测值、阴性预测值、受试者工作特征(receiver operating characteristic, ROC)曲线下面积(area under the curve, AUC)、Kappa值分别为AI阅片：0.975、0.900、0.975、0.900、0.938、0.875;高级职称：0.950、0.900、0.974、0.818、0.925、0.819;中级职称：0.825、0.850、0.957、0.548、0.837、0.560;初级职称：0.750、0.750、0.923、0.429、0.751、0.390。结论 人工智能的诊断水平与高年资医生诊断水平相当，明显高于中级及初级临床医生的诊断水平。

关键词

人工智能 / 深度学习 / 骨质疏松性椎体压缩骨折 / 辅助诊断 / 诊断效能 / 金标准