急诊室和紧急护理诊所通常很忙，患者通常需要等待数小时才能就诊、评估和接受治疗。等待放射科医师解读 X 光片可能会造成如此长的等待时间，因为放射科医师经常为大量患者阅读 X 光片。
一项新研究发现，人工智能 (AI) 可以帮助医生在受伤和疑似骨折后解读 X 光片。
“我们的 AI 算法可以快速自动检测骨折阳性的 X 射线，并在系统中标记这些研究，以便放射科医生可以优先读取骨折阳性的 X 射线。该系统还突出显示感兴趣的区域，并在区域周围使用边界框怀疑骨折。这可能有助于减少患者在获得骨折阳性诊断之前在医院或门诊就诊时的等待时间，”相应的医学博士 Ali Guermazi 解释说，他是 VA Boston Healthcare 的放射科主任波士顿大学医学院 (BUSM) 放射学与医学系统和教授。
骨折解释错误占急诊室有害诊断错误的 24%。此外，在夜间和夜间(下午 5 点至凌晨 3 点)，骨折的影像学诊断不一致更为常见，这可能与非专家阅读和疲劳有关。
人工智能算法 (AI BoneView) 接受了来自多个机构的大量 X 射线训练，以检测四肢、骨盆、躯干和腰椎和肋骨的骨折。人类阅读专家(肌肉骨骼放射科医师，在接受过阅读骨 X 光片的重点培训后成为专科放射科医生)在这项研究中定义了黄金标准，并比较了在有和没有人工智能帮助的情况下人类阅读者的表现。
使用各种阅读器来模拟现实生活场景，包括放射科医生、整形外科医生、急诊医师和医师助理、风湿病学家和家庭医生，他们都在真实的临床实践中阅读 X 光片来诊断患者的骨折。将每位读者在有和没有人工智能帮助的情况下对骨折的诊断准确性与黄金标准进行了比较。他们还根据黄金标准单独评估了 AI 的诊断性能。AI 协助帮助减少了 29% 的漏诊骨折，将读者的敏感性提高了 16%，将超过 1 处骨折的检查的敏感性提高了 30%，同时将特异性提高了 5%。