Page 83 - 南京医科大学学报自然科学版

第42卷第2期 朱雅茹，祁 良，徐 磊，等. 人工智能软件辅助诊断新鲜肋骨骨折的效能评估［J］.
2022年2月 南京医科大学学报（自然科学版），2022，42（02）：227-232 ·229 ·

骨折形态按照骨折断端是否移位分为 3 类，即无错 1.2.4 阅片
位骨折［包括裂隙状骨折（图 2A）及骨皮质扭曲（图 6名影像医师对508例患者胸部CT图像进行两
2B）］、部分错位骨折［骨折断端不完全错位（图 2C、 轮判读，6 名医师中 3 名为工作年限≤5 年的低年资
D）］及完全错位骨折［包括分离骨折（图 2E）及粉碎 医师，3名为工作年限＞5年的高年资医师。第一轮
［11］
性骨折（图2F）］ 。 独立阅片时，6 名影像医师使用医疗影像存储与传

A B C

D E F
A：裂隙状骨折；B：骨皮质扭曲型骨折；C、D：部分错位骨折；E：分离骨折；F：粉碎性骨折。
图2 不同肋骨骨折形态示意图
Figure 2 Different patterns of rib fractures

输系统（picture archiving and communication system，
2 结 果
PACS）对CT图像进行独立阅片，阅片过程中医师可
根据需要调整窗宽、窗位、放大和缩小、使用多平面 2.1 肋骨骨折分类特征
重建（MPR）、容积重现（VR）等。在间隔为期4周的 508例CT图像经2位影像医师判读共包含2 883处
洗脱期后，6 名影像医师在结合 AI 辅助诊断结果的 骨折，共累及2 368根肋骨。其中，无错位骨折1 401处、
前提下对胸部 CT 图像进行第二轮判读。诊断过程 部分错位骨折973处、完全错位骨折509处（表1）。
中记录骨折位置、类型及阅片用时。
表1 骨折分类特征
1.3 统计学方法
Table 1 Characteristics of rib fracture
应用SPSS 26.0统计学软件进行资料录入、整理
骨折类型 发生骨折（处） 比例（%）
及统计学分析，P＜0.05 为差异有统计学意义。采
无错位骨折 1 401 48.60
用配对卡方检验（McNemar 检验）比较 AI 辅助前后 部分错位骨折 0 973 33.75
影像医师检出肋骨骨折的能力差异有无统计学意 完全错位骨折 0 509 17.66
义，并计算灵敏度与特异度。绘制受试者操作特征
（receiver operatiny characteristic，ROC）曲线，并计算 2.2 肋骨骨折诊断灵敏度和特异度

曲线下面积（area under curve，AUC），应用 Medcalc 低年资医师在独立阅片时，诊断肋骨骨折的灵
软件对 AUC 进行显著性检验。采用 Cohen’s kappa 敏度和特异度分别为 77.95%、99.53%，对无错位骨
系数分析低年资医师和高年资医师诊断肋骨骨折 折的诊断灵敏度和特异度分别为 64.41%、99.54%，
的一致性。AI 辅助前后影像医师诊断每个肋骨骨 部分错位骨折的灵敏度和特异度分别为 88.59%、
折病例的时间使用配对t检验进行检验。 99.99%，完全错位骨折的灵敏度和特异度分别为