文献速递儿科影像骨肌DR

基于人工智能的软件在儿童上肢骨折检测中的诊断价值

Diagnostic value of artificial intelligence-based software for the detection of pediatric upper extremity fractures.
PubMed 文献 · Eur Radiol · 2025-08-23

这项回顾性观察研究纳入826例2–18岁儿童急诊患者共876个病例,以两位儿童放射科医师一致判读为参考标准,评估BoneView®人工智能软件检测上肢骨折的准确性。软件总体敏感度89%、特异度91%,腕部最佳(敏感度96%、特异度94%),肘部特异度最低(65%),肘关节积液检测敏感度79%、特异度51%;作者认为该软件可辅助儿童急诊影像诊断但不能替代放射科评估。

要点

  • BoneView®检测儿童上肢骨折总体敏感度89%、特异度91%,腕部最佳(敏感度96%、特异度94%)。
  • 肘部骨折特异度仅65%、手指骨折敏感度73%,肩、肘、手、手指性能显著低于参考标准。
  • 肘关节积液检测敏感度79%、特异度51%,假阳性常与肘部软组织透亮区相关。

核心结论

  • BoneView®可为儿童急诊影像提供诊断支持,总体性能稳健,但特定解剖区域存在局限,提示需进一步训练底层算法。
  • 作者认为人工智能可补充临床专业经验,但不应替代放射科评估。

研究设计与样本

  • 回顾性观察研究,评估人工智能软件检测儿童上肢骨折的诊断准确性。
  • 纳入826例2–18岁儿童急诊患者,因42例涉及2个部位、4例涉及3个部位,共876个病例。
  • 以两位具有至少5年儿童放射学经验的儿童放射科医师独立评估且诊断一致的结果为参考标准。
  • 影像包括锁骨单平面X线片及其他上肢部位双平面X线片;BoneView®(Gleamer)输出骨折三分类(是/否/可疑),肘关节积液与骨折脱位为二分类(是/否)。

关键影像表现/征象

  • 骨折在452个病例(52%)中确认,424个病例(48%)无骨折。
  • 肘关节积液假阳性检测常与高透亮软组织区域相关,尤其围绕肘部。
  • 文中图例显示:前臂骨折正确阳性标记、左肘正确阴性评估、右肱骨髁上骨折假阳性标记、伴软组织肿胀和脂肪垫征的肱骨髁上骨折假阴性评估。

诊断标准与关键数值

  • 总体骨折检测:敏感度89%、特异度91%。
  • 腕部骨折:敏感度96%、特异度94%;肘部骨折:敏感度87%、特异度65%。
  • 手指骨折敏感度73%为最低;锁骨、上臂、前臂、腕部与参考标准无显著差异,肩、肘、手、手指显著较差。
  • 肘关节积液检测:敏感度79%、特异度51%,平均准确率62%。
  • 人工智能标记为「可疑」时按有骨折评估。

临床应用与阅片要点

  • 作者认为该软件在儿童急诊影像中可辅助诊断,尤其在专家判读资源有限时可能弥补差距。
  • 作者指出该软件在锁骨、前臂、腕部骨折中敏感度和特异度均超过90%,可能有助于减少假阳性诊断及不必要的随访影像。
  • 作者指出在特定解剖区域及复杂或细微骨折、软组织异常(如肘关节积液)检测方面仍需进一步训练算法。
  • 作者建议将人工智能工具整合入常规临床实践可能提高诊断准确性、优化工作流程并弥补专科影像 expertise 缺口。

局限性

  • 回顾性设计可能导致选择偏倚,数据集限于单一大三级医疗中心就诊的病例。
  • 未系统记录筛选和排除各阶段的患者数,无法提供基于特定标准的精确排除例数。
  • 以儿童放射科医师评估为参考并假设其判读100%准确,该假设可能潜在限制并低估人工智能软件的性能。
  • 仅纳入两位儿童放射科医师判读一致的病例以减少参考不确定性,但排除可能经随访影像确认的病例(尤其诊断困难或罕见骨折)可能引入偏倚,影响外部效度和可推广性。
  • 虽尝试排除非创伤性病因骨折(如虐待相关骨折),但因骨折类型非特异,数据集仍可能包含部分儿童虐待所致骨折。
全文中译10 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2025 Aug 23;36(2):1253–60. doi: 10.1007/s00330-025-11947-w

引言

儿童骨折是一个常见的医学问题,也是急诊就诊的主要原因之一。由于儿童骨折在形态学、发病率和损伤机制方面具有独特性,且与发育阶段和骨骼组成密切相关,因此与成人骨折存在显著差异[1]。在儿童所有骨折中,超过75%发生在上肢,其中前臂最为常见。对于儿科患者,及时准确的骨折检测至关重要,以避免长期并发症,尤其考虑到生长期骨骼的动态变化[2, 3]。

在标准临床实践中,疑似骨折通过传统X线摄影进行评估。儿童由于分裂细胞比例较高、预期寿命较长以及免疫和内分泌系统较为脆弱,本质上对放射线更为敏感[4]。这些因素要求应用“尽可能低至合理可达”(ALARA)原则以尽量减少辐射暴露[4]。儿童骨骼解剖的复杂性,如生长板以及原发和继发骨化中心的存在,给非儿科专科或非放射影像分析专业的普通放射科医师或急诊医师准确解读X线片带来了挑战。在此背景下,缺乏专科化可能导致CT诊断被过早使用——从而忽视ALARA原则,并可能造成不必要的高辐射暴露。在此背景下,人工智能工具可作为辅助工具或第二观察者发挥价值,尤其是在儿科放射学专业知识不易获得的情况下,从而有助于在可疑情况下避免CT或重复X线检查[5]。此外,放射科工作量不断增加以及儿科放射学专家的短缺加剧了儿科影像学中上述挑战。急诊环境中相当数量的漏诊骨折归因于这些因素,凸显了对辅助诊断工具的需求[6]。

在过去十年中,人工智能(AI)已展现出提升放射影像分析诊断准确性、效率和一致性的潜力[7, 8]。AI算法在自动化图像分析、缩短处理时间、识别模式以及减少观察者依赖性结果变异性方面显示出巨大前景[9, 10]。BoneView®(Gleamer)是一款基于AI的工具,专为检测传统X线片中的骨折而设计。虽然该软件在成人人群中已表现出稳健的性能[11, 12],但由于上述儿童骨骼的独特特征,其在儿科中的应用需要进一步验证。本研究旨在评估该AI工具在检测2至18岁儿童上肢骨折中的诊断准确性。

材料与方法

研究人群与设计

这是一项回顾性观察性研究,旨在评估一种基于人工智能的软件检测儿童上肢骨折的诊断准确性。该人工智能软件包含一项专门用于检测肘关节积液(EJE)的功能。该功能仅限于肘关节,不适用于其他关节。肘关节积液作为一种间接骨折征象,被纳入肘关节图像的评估中。本研究分析的放射影像数据收集自一所大学儿童放射科的数据库。伦理批准由当地伦理委员会授予,研究遵循《赫尔辛基宣言》[13]。

本研究纳入年龄2至18岁、因疑似上肢创伤性骨折就诊于儿童急诊科的儿童。回顾性数据收集自2023年11月开始,连续向前追溯(至2019年7月),以在每个既定解剖区域收集至少50例骨折患者,不限患者年龄和性别(允许对所分析骨折区域的患者特征进行额外分析)。在多个受检解剖区域发生骨折的患者可被多次纳入,导致在骨折常与伴随骨折相关的部位,患者总数超过50例。纳入标准为因急性创伤接受初次放射影像学评估且患者年龄在2至18岁之间。排除标准为对已诊断骨折的随访成像、病理性骨折、非意外伤害模式或特征性骨折如桶柄状骨折(通常为儿童虐待的结果)[14],以及初次报告与研究放射科医师对放射影像的再评估之间缺乏一致性(见下文)。影像不完整的患者也被排除在分析之外。成像包括锁骨单平面放射影像和其他上肢区域双平面放射影像。尽管存在轻微技术限制,如因疼痛导致的小幅旋转不良或因损伤导致的活动受限,只要在临床问题方面仍可评估,放射影像即被纳入。根据初次儿童放射学报告(由研究放射科医师作为本研究项目的一部分进行再评估),图像分别被归类为存在骨折或肘关节积液的“阳性”和“阴性”类别。

人工智能软件

BoneView®(Gleamer)软件最初是使用来自22家机构的60,170张创伤放射影像开发而成的[15]。其当前版本采用在超过300,000张放射影像(30%为儿童)上训练的深度学习算法,这些影像由60多家医疗机构提供[16]。该软件采用两阶段目标检测框架,结合特征金字塔网络和区域提议网络来识别骨折、其脱位和肘关节积液[17]。关于骨折,人工智能工具的输出包括三分类:“是”(存在骨折)或“否”(不存在骨折)或“疑似”(可能存在骨折),后者用于需要额外复核的不确定发现。对于肘关节积液和骨折脱位,输出为二分类:“是”或“否”。该算法的技术规格已在其他地方发表[16]。

人工智能软件诊断准确性的分析

所有X线片均由儿科放射科至少具有5年儿科放射学经验的儿科放射科医师评估,相应报告从放射信息系统纳入。每个纳入的数据集均由第二位具有5年儿科放射学经验的放射科医师在不知晓初始放射学报告的情况下重新评估。仅初始报告与重新评估之间诊断一致者被接受为评估AI软件性能的参考标准。若所得诊断不一致,则图像被排除在进一步分析之外。纳入的X线片按身体区域分组,即锁骨、肩、上臂、肘、前臂、腕、手和手指。

随后检查AI软件是否识别出骨折。根据与参考标准(儿科放射科医师评估)的一致性,X线片被分为真阳性、假阳性、真阴性和假阴性组。若一名儿童在某一既定身体区域有多处骨折,则将这些骨折合并并作为一个病例评估。仅当AI软件程序正确识别所有骨折时,该病例才被归类为真阳性。若AI软件程序除正确标记外还在错误位置识别出骨折,则该病例被归类为假阳性。图1展示了所有类别的示例病例。若X线片被AI标记为“可疑”,则被评估为存在骨折(图2)。分析AI软件检测EJE时采用类似程序,并将软件的发现与参考标准进行比较,包括随后分类为正确阳性病例等。

图1 a、b AI正确阳性标记前臂骨折的示例。c、d AI正确阴性评估左肘的示例。e、f AI假阳性标记右侧髁上骨折的示例。g、h 对伴有肱骨髁上骨折(箭头)、软组织肿胀和脂肪垫征阳性的肘部假阴性评估的示例 查看原图 ↗
图2 a、b AI对伴有肱骨外髁骨折(箭头)的肘关节正确“可疑”标记的示例。与阳性骨折标记不同,指示“可疑”类别的骨折标记为虚线。c、d 对无骨折的右肘错误“可疑”标记的示例 查看原图 ↗

统计分析

统计分析使用IBM SPSS Statistics(版本29)进行。关于以儿科放射科医师评估为参考的AI软件诊断准确性分析,在8个解剖区域计算了敏感性、特异性、阳性预测值(PPV)和阴性预测值(NPV)。

结果

患者特征

共有826例患者符合纳入标准,最终纳入876例,因为纳入的42例患者分别有2个不同部位的骨折,4例患者有3个不同部位的骨折。表1总结了研究人群的人口学和临床特征。452例(52%)confirmed骨折,而424例(48%)无骨折。各骨折部位的研究亚组特征见表1。在连续纳入的452例上肢骨折患者中,8岁以下儿童(7.6 ± 4.1岁)发病率较高,其中男孩占多数(n = 293;65%)。

表1 纳入的826例患者的病例特征 查看原表 ↗

基于人工智能的骨折检测的诊断准确性

基于所分析的全部X线片并以儿科放射科医师为参考,总体敏感度为89%,特异度为91%。

对不同解剖区域的亚组分析显示诊断准确性存在显著差异,详见表2。诊断准确性最佳的部位为腕部,敏感度为96%,特异度为94%。敏感度最低的为手指骨折(73%),而特异度最低的为肘部骨折(65%,表2)。

表2 骨折分析统计,所有数值均以百分比表示 查看原表 ↗

肘关节积液

以儿科放射科医师的评估为参考,基于人工智能的软件表现较差。检测肘关节积液(EJE)的敏感度为79%,特异度为51%。

讨论

该人工智能系统在评估儿童上肢X线片是否存在骨折方面表现出良好的总体性能,总体准确率为95%,敏感度为89%,特异度为91%。然而,总体性能显著低于儿科放射科医师的评估。不同骨折部位的性能存在差异。对于锁骨、上臂、前臂和腕部的X线片,未发现与儿科放射科医师评估的显著差异。相反,在肩部、肘部、手和手指的评估中发现了显著较低的性能。该人工智能工具在腕部评估中表现最佳,锁骨紧随其后。在肘部评估中表现最差。该人工智能软件在识别EJE方面表现尤其差,平均准确率为62%,敏感度为79%,特异度为51%。

本研究结果凸显了人工智能工具在儿科放射学背景下的诊断潜力及其可靠识别骨折同时最大限度减少假阳性的能力。然而,该软件工具的性能高度依赖于骨折部位。这些结果与既往研究一致,表明人工智能在肌肉骨骼放射学中的有效性[11, 12, 18]。

该人工智能软件的一个关键优势在于其对锁骨、前臂和腕部骨折的性能,其灵敏度和特异度均超过90%。这与现有文献一致,现有文献强调了人工智能在高骨折发生率领域提升诊断工作流程的潜力[16]。相比之下,该软件对指骨和肘部骨折的灵敏度较低,分别为73%和87%。这一差异凸显了儿童放射片中解剖变异和结构重叠所带来的挑战,正如早期研究所述[5, 14]。人工智能工具可作为临床决策的有价值辅助手段,通过减少假阳性诊断,从而最大限度地减少不必要的随访影像检查及相关费用。既往研究同样报道了人工智能在提高诊断准确性的同时减少观察者变异性的潜力[17, 19]。

尽管整体性能稳健,BoneView®在检测EJE方面表现出局限性。EJE的假阳性检测常与高透亮软组织区域相关,尤其是肘部周围。这些发现与既往研究一致,既往研究表明人工智能工具在评估放射片中的软组织异常方面存在困难[20]。针对这些局限性,并使其对儿童群体具有特异性,对于优化该软件在儿童放射学临床实践中的效用至关重要。

这些结果对面临资源限制的医疗系统具有重要意义。在儿童放射学专家可及性有限的地区,人工智能工具可通过提供快速、可靠的骨折检测来弥合诊疗差距,如果未来专门针对儿童和青少年开发使用,这一作用将更加显著。

虽然我们的研究主要贡献在于评估某一特定人工智能工具用于儿童上肢骨折检测的诊断准确性,但必须承认,这并不能完全反映临床效用。人工智能实施的真实世界获益需要进一步证据来证明,包括临床实践中阅片者性能的提升、患者结局的改善以及成本效益。未来研究应聚焦于前瞻性研究,评估整合人工智能工具进行骨折分析对儿童放射科医生工作流程效率的影响,以及评估患者健康结局的纵向研究和确立成本节约的经济学分析。我们从现有文献中已经了解到,人工智能辅助诊断可通过实现更早期、更准确的诊断来降低医疗成本并改善不同医学领域的结局,但这些获益取决于在特定临床背景和人群(如儿童放射学)中的验证[21–23]。

我们的研究通过在大规模儿科人群中特别关注上肢骨折,对以往评估儿童基于人工智能的骨折检测的研究做出了贡献。虽然多项研究已证明BoneView及其他人工智能模型在儿科队列中对附肢骨折具有强大的诊断性能[5, 24],但我们的工作其独特之处在于对上肢进行了全面的解剖学亚组分析,并将EJE检测纳入评估范围。与既往纳入较小或更为异质性样本的研究不同,我们大型单中心数据集能够评估该人工智能软件在各个上肢区域的表现[25]。此外,通过分析EJE检测的临床效用——这是此前研究未评估的功能——我们为人工智能在支持儿科创伤/骨折诊疗中的潜在作用提供了新的见解。

本研究的回顾性设计可能导致选择偏倚,因为数据集仅限于在单一三级诊疗中心就诊的病例。我们未系统记录筛选过程中各阶段筛查和排除的患者数量,因此无法提供基于特定标准的精确排除数量。人工智能软件的性能是与儿科放射科医师的评估进行比较来评定的,并假定其判读100%准确。虽然这一假设可能潜在限制并低估了人工智能软件的性能,但人工智能的敏感度和特异度从未达到100%这一事实表明,其评估并未受此比较的约束。为建立稳健的参考标准(“真值”),我们排除了两位儿科放射科医师意见不一致的病例。通过仅纳入判读一致的病例,我们旨在减少参考标准的不确定性,并为评估人工智能性能提供更一致的基础。尽管如此,我们认识到,排除那些后续可能经随访影像学确认的病例可能引入偏倚,尤其是当这些被排除的病例涉及诊断困难或罕见骨折时。这一局限性可能影响我们研究结果的外部效度和可推广性。为使软件分析仅聚焦于创伤性骨折,我们尝试排除非创伤性病因的骨折,例如与虐待相关的骨折。然而,我们确实认识到,由于骨折类型不具有特异性,部分由儿童虐待导致的骨折病例可能已被纳入我们的数据集。最后,尽管BoneView®在大多数区域表现良好,仍需使用更大规模的多中心数据集进行进一步验证研究。我们也承认,我们的研究结果仅限于该特定人工智能软件的应用,使用其他可用的人工智能工具可能获得不同的结果。虽然仅聚焦于上肢骨折代表了本研究的新颖性,但这也引入了一个局限性。研究结果和结论仅针对儿科人群的上肢骨折。在尝试将结果推广至儿科人群其他解剖区域的骨折时,应考虑到这一点。

结论

本研究证明了BoneView®作为儿科放射学辅助诊断工具的潜力。我们的研究结果与该人工智能软件在成人群体中报告的性能一致[15]。该软件总体上提供了较高的敏感度和特异度,尤其是对于儿童锁骨、前臂和腕部骨折。然而,在某些解剖部位,在检测复杂或非常细微的骨折以及软组织异常(如EJE)方面仍存在挑战。为充分发挥人工智能在儿科放射学中的优势,必须进一步开发底层算法,考虑生长期骨骼的特殊特征。然而,像BoneView®这样的软件解决方案可能是有帮助的,尤其是在资源受限的环境中,人工智能工具可以弥合专科医生可及性的差距。通过将人工智能工具整合到常规临床实践中,医疗服务提供者可以提高诊断准确性、简化工作流程,并解决专科放射学专业知识方面的关键缺口。

引用

  1. Mollica F, Metz C, Anders MS, et al. Diagnostic value of artificial intelligence-based software for the detection of pediatric upper extremity fractures. Eur Radiol. 2025. PMID: 40848140. doi:10.1007/s00330-025-11947-w
  2. 全文:PMC12953254(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12953254/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。