元医生智能体/影像医生/知识库
文献速递技术与安全US

超声报告质控的人机混合流程：多中心性能与效率评估

A Hybrid Human-AI Workflow for Ultrasound Report Quality Control: A Multicenter Performance and Efficiency Evaluation
RSS 订阅 · Academic Radiology · 2026-10-17

本研究基于四家医院786份匿名超声报告，评估GPT-4o与DeepSeek-v3初筛加六名人工审核的混合流程。混合流程准确率与单人审核相当（80.2%、82.5%对82.3%），但低于专家盲法复核（87.3%）。混合流程中位审核时间由51.0秒降至11.0–12.0秒，漏诊率高于专家复核。

要点

  • AI初筛加人工复核可大幅缩短超声报告质控时间，从51秒降至11–12秒。
  • 混合流程漏诊率高于专家盲法复核（27.3%–34.2%对16.9%），尚不能完全替代专家质控。
  • 补充验证中AI辅助审核与单人审核漏诊率相近（22.6%对24.3%），且更快。

核心结论

  • 大语言模型辅助的混合流程准确率与单人医生审核相当，同时显著缩短审核时间。
  • 混合流程漏诊率高于专家盲法复核，未发现优先遗漏临床显著错误的倾向。
  • 该流程在常规临床应用前需前瞻性真实世界验证。

研究设计与样本

  • 多中心回顾性研究，收集四家医院786份匿名超声报告，覆盖22个检查类别。
  • 报告含自然发生或植入的错误，GPT-4o和DeepSeek-v3先行初筛，再由六名人工审核者复核。
  • 以人工审核加专家盲法复核（HR-ex）为对照，比较准确率、假阳性率、假阴性率和审核时间。
  • 补充验证使用1680份连续报告，无植入错误，比较人工审核与DeepSeek辅助审核。

诊断标准与关键数值

  • 混合流程准确率：GPT-4o混合为80.2%，DeepSeek-v3混合为82.5%，人工审核为82.3%，专家盲法复核为87.3%。
  • 混合流程假阴性率：GPT-4o混合34.2%，DeepSeek-v3混合27.3%，专家盲法复核16.9%，两组与HR-ex比较均p<0.001。
  • 中位审核时间：专家盲法复核51.0秒，GPT-4o混合11.0秒，DeepSeek-v3混合12.0秒。
  • 补充验证（错误发生率9.6%）：v3.2混合假阴性率22.6%、假阳性率7.7%、中位审核时间15.4秒；人工审核假阴性率24.3%、假阳性率10.0%、中位审核时间24.3秒。
  • 严重程度评估未显示混合流程优先遗漏临床显著错误。

临床应用与阅片要点

  • 可用于超声报告日常质控初筛，由AI标记可疑报告后人工复核，减少逐份通读时间。
  • 不适合完全无人值守使用，人工复核仍可降低大语言模型产生的假阴性和假阳性。
  • 对高错误风险报告应保留专家盲法复核环节，因混合流程漏诊率仍高于专家复核。

局限性

  • 回顾性设计，植入错误可能不能完全代表真实临床报告中的自然错误分布。
  • 补充验证与主研究使用的报告来源和错误流行率不同，结论外推需谨慎。
  • 样本来自四家医院且覆盖22类检查，特定检查类型的亚组表现未展开。
  • 未报告假阳性率在主要比较中的完整统计检验结果。

引用

  1. Academic Radiology：A Hybrid Human-AI Workflow for Ultrasound Report Quality Control: A Multicenter Performance and Efficiency Evaluation
  2. Liang, He, Liu, et al. A Hybrid Human-AI Workflow for Ultrasound Report Quality Control: A Multicenter Performance and Efficiency Evaluation. Acad Radiol. 2026. PMID: 42892597. doi:10.1016/j.acra.2026.09.069
在智能体中追问阅读原文 ↗

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。