Page 84 - 南京医科大学学报自然科学版

第42卷第2期
·230 · 南 京 医 科 大 学 学 报 2022年2月

94.90%、100.00%；在 AI 辅助诊断后，诊断肋骨骨折
的灵敏度和特异度分别为 88.52%、99.85%，对无错
位骨折诊断的灵敏度和特异度分别为 78.49%、
99.86%，部分错位骨折的灵敏度和特异度分别为
97.43%、99.99%，完全错位骨折的灵敏度和特异度
A B
分别为99.08%、100.00%，不同类型肋骨骨折的诊断 A：男，58岁，车祸伤1 h，右侧第6后肋线状低密度影，为无错位
灵敏度均显著提升，差异有统计学意义（P < 0.001）， 骨折（黄色方框），低年资医师及高年资医师在独立阅片时均漏诊，

无错位骨折的诊断特异度差异有统计学意义（P < AI辅助诊断后准确诊断；B：1个月后复查胸部CT示对应的右侧第6
0.001）；部分错位及完全错位骨折的诊断特异度差 后肋骨折处骨痂形成。
图3 右侧第6后肋无错位骨折及1个月后复查CT图像
异无统计学意义（P=1.000）。
高年资医师在独立阅片时，诊断肋骨骨折的灵 Figure 3 Undisplaced fracture of the right 6th rib and re⁃
view images after one month
敏度和特异度分别为 83.96%、99.83%，对无错位骨
折的诊断灵敏度和特异度分别为 71.38%、99.84%， ROC曲线 曲线来源
1.0
医师1
部分错位骨折的灵敏度和特异度分别为 94.76%、 医师1+Al
99.99%，完全错位骨折的灵敏度和特异度分别为 0.8 医师2
医师2+Al
97.97%、100.00%；在 AI 辅助诊断后，诊断肋骨骨折 0.6 医师3
医师3+Al
的灵敏度和特异度分别为 90.98%、99.96%，对无错 灵敏度 医师4
医师4+Al
位骨折的诊断灵敏度和特异度分别为 82.27%、 0.4 医师5
医师5+Al
99.95%，部分错位骨折的灵敏度和特异度分别为 医师6
医师6+Al
0.2 参考线
98.87%、100.00%，完全错位骨折的灵敏度和特异度
分别为99.87%、100.00%，不同类型肋骨骨折的诊断 0.0
0.0 0.2 0.4 0.6 0.8 1.0
灵敏度均显著提升，差异有统计学意义（P < 0.001）， 1-特异度
无错位骨折的诊断特异度差异具有统计学意义 AI辅助后的ROC曲线（虚线）均高于诊断医师独自阅片时的曲
（P < 0.001）；部分错位及完全错位骨折的诊断特异 线（实线）。
度差异无统计学意义（P=1.000）。 图4 6名诊断医师在独立阅片和AI辅助下的ROC曲线
典型CT图像见图3。 Figure 4 ROC of 6 radiologists when diagnosing indepen⁃
dently and with the assistance of AI
2.3 ROC曲线及AUC
应用AI辅助诊断后，影像医生对肋骨骨折的检 肋骨骨折诊断的一致性。结果显示在独立阅片时，
测性能提高，平均 AUC 从 0.902 增加到 0.948（图 4， 低年资和高年资医师诊断肋骨骨折的Cohen’s kap⁃
表 2）。 每 个 阅 片 者 的 AUC 变 化 范 围 为 0.034~ pa系数为0.832±0.004；AI辅助诊断后低年资和高年
0.080，6 名诊断医师 AI 支持下的 AUC 均升高，P 值 资 医 师 诊 断 肋 骨 骨 折 的 Cohen’s kappa 系 数 为
均<0.001。 0.900±0.003。
2.4 一致性检验 2.5 阅片时间
采用 Cohen’s kappa 系数分析不同年资医师对 在阅片时间上，AI辅助后诊断医师诊断每个肋

表2 AI辅助前后的AUC
Table 2 AUC before and after AI assistance

诊断医师 工作年资 独立阅片 AI辅助 差值 P值
1 01 0.892 0.935 0.043 ＜0.001
2 03 0.863 0.942 0.079 ＜0.001
3 03 0.907 0.949 0.041 ＜0.001
4 07 0.911 0.948 0.038 ＜0.001
5 12 0.923 0.959 0.036 ＜0.001
6 08 0.923 0.957 0.033 ＜0.001
平均值 - 0.902 ± 0.023 0.948 ± 0.009 0.046 ＜0.001