文献速递儿科影像骨肌DR

小病灶高风险:人工智能在具有医疗法律影响的儿童骨折中的诊断性能

Small lesion-high risk: diagnostic performance of artificial intelligence in paediatric fractures with medicolegal impact.
PubMed 文献 · Pediatr Radiol · 2025-11-12

这项回顾性单中心研究分析了125例具有医疗法律风险的儿童骨折(肱骨外髁、孟氏、胫骨近端蹦床、内踝骨折),评估商用AI软件SmartUrgence的诊断性能。结果显示胫骨近端蹦床骨折敏感度100%,内踝骨折78%,肱骨外髁骨折73%,但孟氏骨折中桡骨头脱位仅2%被正确识别。作者认为AI软件整体性能较强,但对高风险骨折敏感度不足,尤其肘关节脱位检测需改进。

要点

  • AI对胫骨近端蹦床骨折敏感度100%,内踝骨折78%,肱骨外髁骨折73%。
  • 孟氏骨折中尺骨骨折敏感度81%,但桡骨头脱位仅2%被正确识别。
  • 膝和踝特异度接近100%,肘特异度90%。

核心结论

  • AI软件对多数具有医疗法律风险的儿童骨折作为第二读者表现良好,但对肱骨外髁骨折检测存在局限,对孟氏骨折的检测性能不足。

研究设计与样本

  • 回顾性单中心研究,纳入125例2岁至≤17岁患者,骨折类型包括肱骨外髁骨折26例、内踝骨折23例、胫骨近端蹦床骨折24例、孟氏骨折52例,对照为年龄和解剖区域匹配的无外伤影像。
  • 参考标准由两名具有10年以上儿童创伤影像经验的委员会认证儿童放射科医生独立评估,结合临床、影像和术中数据,分歧经共识解决。
  • 使用CE认证的AI软件SmartUrgence(Milvue,巴黎,法国;版本2.4.0)分析原始数字化X线摄影图像(Axiom Aristos Fx,Siemens Healthineers,埃尔朗根,德国)。

关键影像表现/征象

  • AI系统对胫骨近端蹦床骨折全部正确识别(100%),对肱骨外髁骨折26例中19例正确分类(73%)。
  • AI系统仅识别52例孟氏骨折相关桡骨头脱位中的1例(敏感度2%),伴随尺骨骨折敏感度81%,其中3例青枝(弯曲)骨折均未被识别。
  • 膝和踝特异度接近100%,肘特异度90%。

诊断标准与关键数值

  • 胫骨近端蹦床骨折敏感度100%,内踝骨折敏感度78%,肱骨外髁骨折敏感度73%,尺骨骨折敏感度81%,桡骨头脱位敏感度2%。
  • 膝和踝特异度接近100%,肘特异度90%。
  • 所有AI检测骨折无论置信水平均归类为阳性;孟氏骨折仅以桡骨头脱位作为决定性病理特征。

临床应用与阅片要点

  • AI软件可作为第二读者用于膝和踝常见骨折的准确排除,可能有助于避免不必要的固定或住院。
  • 作者指出,在无临床监督情况下,肱骨外髁骨折敏感度仅73%不足以做出安全出院决策。
  • 作者建议临床医生在所有孤立尺骨骨折病例中继续评估桡骨头对线。

局限性

  • 回顾性、单中心设计、相对较小的样本量(每种骨折类型23–52例)及排除外院X线片限制了普遍性并导致置信区间宽。
  • 合成数据集引入选择偏倚,不能反映损伤的真实患病率。
  • 排除明显骨折的3 mm移位阈值缺乏既定证据,有一定任意性。
  • 未评估AI输出对人类读者诊断性能的影响,人类读者是否犯与AI类似或不同的错误仍不确定。
  • 孟氏骨折X线片通常包括肘和 forearm 视图,AI系统将这些图像分类为「forearm」而非「elbow」,可能导致未能检测桡骨头脱位。
全文中译9 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:Pediatr Radiol. 2025 Nov 12;56(9):2078–83. doi: 10.1007/s00247-025-06456-3

引言

骨折是儿童期最常见的损伤之一,在急诊环境中尤其构成诊断挑战。一组特定的五种儿童骨骼损伤已被认定为若未及时准确诊断则具有高医疗法律风险[1]。对这些损伤的延迟识别或次优管理可能导致严重并发症,并可能产生法律后果,潜在地需要治疗医生进行正式的法律辩护。

该高风险组包括肱骨外髁骨折[2, 3]、创伤性桡骨头脱位伴相关尺骨骨折(孟氏骨折)[4]、胫骨近端内侧干骺端青枝骨折(胫骨近端蹦床骨折)[5]、内踝骨折(Salter-Harris III型和IV型)[6],以及持续前弓或旋转畸形的对线不良的肱骨髁上骨折。每种损伤均具有独特的解剖学、影像学和临床特征,准确识别对于预防长期并发症至关重要。

在无移位的肱骨外髁骨折中,区分不完全性(因而稳定)和完全性(不稳定)骨折至关重要。在孟氏骨折中,正确识别尺骨骨折和桡骨头脱位具有至高重要性,因为持续性桡骨头脱位可能导致不对称生长和肘关节活动受限。在塑性(弯曲)畸形——几乎仅见于儿童的骨折——即骨骼弯曲而无明显皮质断裂的情况下,检测尤其具有挑战性。

对于胫骨近端蹦床骨折,建议采用内翻对线石膏固定以最小化进行性内翻畸形(Cozen现象)的风险。内踝骨折与骺板早闭的高风险相关,因此必须密切监测以发现潜在的踝关节畸形。这些骨折通常表现隐匿,诊断需要高度怀疑指数和仔细的影像学评估[7]。

基于人工智能(AI)的诊断工具的出现为增强骨折检测的敏感性和特异性带来了新机遇。多项研究表明,最先进的基于AI的系统可以达到与经验丰富的放射科医师相当的诊断准确性[8]。虽然并非旨在替代临床判断,但此类系统可在大多数成人和儿童骨折的评估中有效充当第二读者。然而,这些工具在检测罕见但具有临床和法律意义的儿童骨折和脱位方面的诊断性能在很大程度上仍未得到探索。鉴于此类病例漏诊的潜在后果,高敏感性至关重要。

我们假设基于AI的诊断工具在一组定义的医疗法律相关儿童骨折中会表现出高敏感性,尽管特异性可能可变。

材料与方法

队列

在这项回顾性研究中,纳入2岁至≤17岁患者的X线片,条件是这些影像于2008年至2024年间在一家设有专职小儿外科的三级医疗中心采集,该中心拥有专门的小儿骨科创伤单元和附属的小儿放射学研究所。符合条件检查的实施目的是评估疑似创伤相关损伤。通过放射信息系统,根据van Laer分类的四种特定创伤实体识别患者:肱骨外髁骨折、Monteggia骨折、胫骨近端蹦床骨折和内踝骨折。对位不良的肱骨髁上骨折被排除,因为旋转对位不良的评估或移位分级超出了所评估AI软件的预期范围。

来自外部机构的X线片被排除,移位超过3 mm的骨折也被排除,因为此类损伤不太可能被漏诊,因此不符合医疗法律相关骨折的标准。非诊断性检查——例如有广泛石膏覆盖的检查——也被排除。所有X线片均使用同一数字X射线摄影系统(Axiom Aristos Fx,Siemens Healthineers,Erlangen,Germany)采集。所有X线片均在我院常规临床条件下获得,未进行额外预处理,并由AI系统以原始形式进行分析,同时承认次优体位反映了现实世界的挑战。

对于对照组,从2023年3月至2025年5月在同一机构接受影像检查的患者中选择年龄和解剖区域匹配的X线片。这些检查未显示创伤的影像学证据[9]。因此,由于这些疾病较为罕见,医学相关骨折的回顾性纳入 period 长于对照组,因为正常发现更为常见,且该队列已被用于另一项研究的处理[9]。本回顾性研究获得了当地伦理委员会的批准(357/23-EK)。

参考标准

参考标准基于以下标准定义:由两名委员会认证的小儿放射科医师(D.G.和F.W.H.)独立评估,每人拥有超过10年的小儿创伤影像经验

审查可获得的随访影像,特别是在确诊骨折病例中

临床随访数据,特别是在最初分类为正常的病例中

术中所见,在可获得的情况下(适用于所有Monteggia骨折病例)

影像学评估由两名放射科医师独立进行。在意见不一致的情况下,最终分类通过共识确定,所有患者均达成了共识。

人工智能

所有X线片均使用获得Conformité Européenne(CE)认证的基于AI的软件SmartUrgence(Milvue,Paris,France;版本2.4.0)进行分析,涉及骨折以及肘关节脱位。该软件旨在使用在多中心数据集上训练的深度学习算法自动检测和可视化传统X线片上的骨骼创伤,该数据集包含超过120,000次标注检查,并在超过80,000张经共识审查的X线片上进行了测试。未向软件提供临床数据。仅分析影像数据。

检测到的发现使用内部置信度评分进行分类如下:“YES”(高置信度)、“DOUBT”(低置信度)或“NO”(无发现)。骨折使用边界框标记——实线表示高置信度检测,虚线表示不确定病例。肘关节脱位以二分类结果报告。该系统旨在支持而非替代临床决策。

统计分析

基于人工智能的软件检测到的所有骨折均归类为阳性,无论所赋予的置信度水平如何。在孟氏骨折的背景下,仅将桡骨头脱位的存在视为决定性的病理特征,因为该损伤模式的长期后遗症主要由脱位而非相关的尺骨骨折决定。

使用Shapiro-Wilk检验评估正态性。在非正态分布的情况下,数据以中位数和四分位距报告。使用标准定义分别计算每种骨折类型的敏感度和特异度,95%置信区间(CI)使用Wilson方法计算。准确率、阳性预测值和阴性预测值未报告,因为研究数据集不反映这些损伤的真实患病率。所有统计分析使用RStudio(版本2023.06.2,PBC)进行,显著性阈值设定为P<0.05。

结果

本研究共纳入26例肱骨外髁骨折患者、23例内踝骨折患者、24例胫骨近端蹦床骨折患者和52例孟氏骨折患者(表1)。法医学相关骨折队列与健康对照组之间年龄差异无统计学意义(P>0.05)。

敏感度最高的是胫骨近端蹦床骨折,所有病例均被AI系统正确识别(100%)(表2)。在肱骨外髁骨折的情况下,26例中有19例(73%)被正确分类为骨折。值得注意的是,这26例中有2例在随访期间出现继发性移位;这两例在初次就诊时均已被AI系统正确检测。

形成鲜明对比的是,基于人工智能的软件仅识别出52例孟氏骨折相关桡骨头脱位中的1例,敏感度仅为2%。伴随的尺骨骨折检测敏感度为81%。其中3例为塑性(弯曲)骨折——AI系统均未识别。

踝部和膝部的特异度极佳,接近100%,肘部特异度也保持在较高水平,为90%。真阳性、假阳性、真阴性和假阴性的绝对数量见补充材料1。

本研究评估的四种骨折类型的代表性示例如图1所示。AI软件漏诊的骨折示例见补充材料2。

表1 每种骨折类型及用于特异度分析的对照组患者人口学特征。年龄以岁表示;括号内为四分位距 查看原表 ↗
表2 基于人工智能的软件在选定的法医学相关儿童骨折中的诊断性能。数值以百分比表示;括号内为95%置信区间 查看原表 ↗
图1 四例与法医学相关的儿童骨折(FRAC)的代表性X线片:(a)肱骨外髁骨折(3岁女孩,后前位片),(b)内踝骨折(9岁男孩,后前位片),(c)胫骨近端蹦床骨折(4岁男孩,后前位片),以及(d)伴肘关节积液(EJE)的孟氏骨折(5岁女孩,侧位片)。(a~c)中的骨折被人工智能正确检出并用边界框标出。在(d)中,系统识别出尺骨骨折和关节积液,但未能检出桡骨头脱位 查看原图 ↗

讨论

本研究评估了一种通过CE认证的、基于人工智能的软件系统在检出预定义的一组与法医学相关的儿童骨折方面的诊断性能。

最值得注意的结果是该系统在膝部和踝部具有极好的特异性,接近100%。相比之下,一项使用相同数据集的既往研究报告了另一种人工智能系统RBFracture(Radiobotics,哥本哈根,丹麦)较低的特异性:内踝骨折为81%(95% CI,67–87%),胫骨近端蹦床骨折为89%(95% CI,81–96%)。即使在肘部——一个在生长发育期因多个骨化中心而结构复杂且为假阳性常见来源的关节——特异性仍高达90%(RBFracture,90%;95% CI,83–96%)。

从临床角度来看,如此高的特异性是有价值的,尤其是在常见的、X线片上明显的损伤中,例如胫骨近端和踝部损伤。在这些情况下,人工智能系统可作为可靠的第二阅片者,尤其是在繁忙的急诊科或放射学专业知识有限的机构中。准确排除骨折可能有助于避免不必要的制动或住院,从而提高工作流程效率和患者舒适度。

然而,敏感性在不同骨折类型之间差异相当大。虽然对胫骨近端蹦床骨折的检出极好(100%),但内踝骨折的检出较低(78%),而RBFracture分别为96%和100%。最低的敏感性见于肱骨外髁骨折。这一模式在不同CE认证的人工智能工具中似乎一致,报告的敏感性分别为68%(RBFracture)和74%(BoneView,Gleamer,巴黎,法国),表明该骨折类型存在更广泛的诊断挑战。

这种以敏感性为代价换取高特异性的权衡,对于与法医学相关的损伤来说是个问题,因为未能检出细微骨折可能导致长期并发症。在缺乏临床监督的情况下,仅73%的敏感性不足以做出安全的离院决策。尽管如此,在我们的队列中,两例进展为继发性移位的肱骨外髁骨折病例在初次就诊时均已被人工智能系统正确识别。

该人工智能系统最关键的局限性是其几乎完全未能检出孟氏骨折——以尺骨近端骨折合并桡骨头脱位为特征。虽然尺骨骨折(不包括弯曲型)的检出敏感性为81%,但脱位的桡骨头——长期结局的关键决定因素——仅在2%的病例中被识别。细微和明显的脱位均被漏诊,提示这些损伤在系统的训练数据中可能代表性不足。

鉴于孟氏骨折的临床意义——其在儿童创伤中被视为“不可漏诊”的损伤——这一点尤其令人担忧。即使对经验丰富的临床医生而言,其检出仍然具有挑战性。尽管这些损伤的患病率较低,人工智能系统仍必须经过专门训练才能识别它们。

为提高对此类罕见但高风险损伤的检出,未来研究应聚焦于使用精选数据集进行有针对性的AI训练,这些数据集应包含代表性不足的儿童骨折类型。此外,需要前瞻性研究来评估AI如何影响人类诊断性能,并最终影响患者结局。根据van Leeuwen的证据框架,本研究属于II级(独立性能)评价[15]。更高等级的证据——如阅片者研究或基于结局的评估——对于充分确立这些工具的临床效用至关重要。

高级系统还可能整合患者年龄、创伤机制或临床数据,以提供情境感知的决策支持。在日常实践中,影像学判读很少孤立进行。一个能够标记高风险骨折组合的系统可以提高诊断警觉性,尤其是在细微或容易被忽视的损伤中。

必须承认本研究的若干局限性。回顾性、单中心设计以及相对较小的样本量(每种骨折类型23–52例)和排除外部X线片限制了可推广性,并导致置信区间较宽。合成数据集引入了选择偏倚,因为它不能反映损伤的真实患病率。此外,鉴于缺乏关于诊断阈值的既定证据,用于排除明显骨折的3 mm移位阈值在一定程度上是任意的。再者,根据van Leeuwen的下一个更高证据等级,即评估AI输出对人类阅片者诊断性能的影响,本研究未予涉及。因此,人类阅片者所犯错误是否与AI相当或不同仍不确定。此外,对于罕见骨折类型,真实影响尤其难以评估。即使在非常大的对照队列中,此类骨折患病率的人为增加也不可避免地会使阅片者将注意力集中在相应区域,从而产生人为抬高且不切实际的敏感性。

重要的是,孟氏骨折的X线片通常包括肘关节和forearm views。AI系统将这些图像归类为“forearm”而非“elbow”,这可能导致了未能检出桡骨头脱位。从临床角度看,此类技术分类次于实际意义:脱位被漏诊了。

结论

总之,该基于AI的软件作为大多数具有法医学相关性的儿童骨折的第二阅片者表现出良好性能,但在检测肱骨外髁骨折方面存在一些局限性。然而,其在识别孟氏骨折——准确检出最为关键——方面的性能不足。因此,临床医生应继续在所有孤立性尺骨骨折病例中评估桡骨头对线。尽管基于AI的软件在高风险场景中尚不能替代临床判断,但通过有针对性的开发和验证,它可能成为增强儿童骨折检出的可靠工具。

补充信息

以下是电子补充材料的链接。ESM 1补充文件1(DOCX 15.3 KB)

补充文件2(DOCX 16.2 KB)

(PNG 1.38 MB)

高分辨率图像(TIF 4.33 MB)

(PNG 918 KB)

高分辨率图像(TIF 3.18 MB)

引用

  1. Pape J, Deffaa OJ, Zimmermann P, et al. Small lesion-high risk: diagnostic performance of artificial intelligence in paediatric fractures with medicolegal impact. Pediatr Radiol. 2025. PMID: 41222631. doi:10.1007/s00247-025-06456-3
  2. 全文:PMC13546147(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13546147/

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。