人工智能辅助诊断系统提升膝关节MRI解读效能：一项多中心放射科医师评估研究

膝关节损伤的MRI诊断常面临工作量大、诊断一致性低的挑战。来自多中心的研究团队通过一项回顾性读者研究(2024年1-4月)评估了AI辅助系统对6名放射科医师(2-10年肌骨影像经验)解读膝关节MRI的影响。结果显示：AI使诊断敏感性从81%提升至86%(p<0.001)，准确率从86%升至91%，医师间一致性(Fleiss’ Kappa)从54%显著提高到78%。该研究为AI提升膝关节(ACL/MCL/半月板/软骨)损伤诊断效能提供了临床证据。

　　

当磁共振成像(MRI)遇上人工智能(AI)，膝关节损伤诊断迎来精准化突破。这项涉及165例膝关节MRI(89男76女，平均年龄42.3±15.7岁)的研究揭示：经过23,074例独立数据训练的AI算法，能显著提升放射科医师识别前交叉韧带(ACL)、内侧副韧带(MCL)、半月板(menisci)和软骨(cartilage)损伤的能力。

在双盲对照实验中，AI辅助使诊断敏感性从81%(134/165)跃升至86%，准确率提高5个百分点达到91%，特异性更从88%优化至93%。特别值得注意的是，不同经验水平的医师诊断一致性指标(Fleiss’ Kappa)获得44%的显著提升，这意味着AI不仅提高个体诊断水平，更有效缩小了医师间的判断差异。

统计学分析显示，所有膝关节结构的诊断改善都具有显著性(p<0.001)，其中软骨损伤的识别提升尤为突出。这种AI+医师的协同模式，为解决肌骨影像诊断中的工作负荷和判读差异问题提供了创新方案，有望成为临床实践的新标准。