两种FDA批准AI模型在非对比脑CT检测颅内出血中的诊断准确性比较：敏感性与特异性权衡研究

《BMC Medical Informatics and Decision Making》：Unveiling diagnostic variability: clinical performance and pitfalls of two commercial AI tools for intracranial haemorrhage detection

　　

摘要

背景与目标

人工智能（AI）技术在急诊神经影像中日益重要，但大多数临床研究仅评估了单一诊断模型。关于AI检测颅内出血（ICH）中敏感性与特异性之间性能权衡的比较性证据有限。本研究旨在比较两种FDA批准的AI模型在非对比脑CT（NCBCT）上检测ICH的诊断准确性，并探讨高敏感性与高特异性算法之间的权衡。

方法

在本单中心回顾性诊断准确性研究中，纳入2024年9月1日至2025年2月28日期间在急诊科接受NCBCT检查的连续成人患者（n = 3,884）。每例CT均使用两种FDA批准的AI算法进行分析——NeuroSuite CT ICH评估系统（EFAI-ICH）和Rapid ICH（RAPIDAI-ICH），采用5 mm轴位重建。模型输出以最终神经放射科报告为基准，所有假阳性和假阴性结果均经专家裁定。性能指标包括敏感性、特异性、准确率、阳性预测值（PPV）和阴性预测值（NPV），并按ICH亚型进行亚组分析。

结果

在3,884例CT中，421例（10.8%）表现为ICH，包括183例脑实质内出血、56例脑室内出血、201例蛛网膜下腔出血、183例硬膜下出血和18例硬膜外出血。EFAI-ICH获得377例真阳性和44例假阴性（敏感性89.5%），而RAPIDAI-ICH获得308例真阳性和113例假阴性（敏感性73.2%）。特异性方面RAPIDAI-ICH表现更优（97.1% vs 91.5%）。总体而言，RAPIDAI-ICH的准确率高于EFAI-ICH（94.5% vs 91.3%）。EFAI-ICH表现出更优的阴性预测值（98.6%），而RAPIDAI-ICH获得了更优的阳性预测值（75.7%）。

讨论

两种AI平台在急诊ICH检测中均展现出稳健的诊断能力，且具有互补性优势。EFAI-ICH可减少漏诊出血，但代价是更多的假警报；RAPIDAI-ICH在排除出血方面表现优异，但存在低估细微出血的风险。认识到这些性能差异对于将AI最优化地整合到神经放射学实践中以及最终提升患者诊疗结果至关重要。

图形摘要

背景与目标

人工智能（AI）技术在急诊神经影像中日益重要，但大多数临床研究仅评估了单一诊断模型。关于AI检测颅内出血（ICH）中敏感性与特异性之间性能权衡的比较性证据有限。本研究旨在比较两种FDA批准的AI模型在非对比脑CT（NCBCT）上检测ICH的诊断准确性，并探讨高敏感性与高特异性算法之间的权衡。

方法

在本单中心回顾性诊断准确性研究中，纳入2024年9月1日至2025年2月28日期间在急诊科接受NCBCT检查的连续成人患者（n = 3,884）。每例CT均使用两种FDA批准的AI算法进行分析——NeuroSuite CT ICH评估系统（EFAI-ICH）和Rapid ICH（RAPIDAI-ICH），采用5 mm轴位重建。模型输出以最终神经放射科报告为基准，所有假阳性和假阴性结果均经专家裁定。性能指标包括敏感性、特异性、准确率、阳性预测值（PPV）和阴性预测值（NPV），并按ICH亚型进行亚组分析。

结果

在3,884例CT中，421例（10.8%）表现为ICH，包括183例脑实质内出血、56例脑室内出血、201例蛛网膜下腔出血、183例硬膜下出血和18例硬膜外出血。EFAI-ICH获得377例真阳性和44例假阴性（敏感性89.5%），而RAPIDAI-ICH获得308例真阳性和113例假阴性（敏感性73.2%）。特异性方面RAPIDAI-ICH表现更优（97.1% vs 91.5%）。总体而言，RAPIDAI-ICH的准确率高于EFAI-ICH（94.5% vs 91.3%）。EFAI-ICH表现出更优的阴性预测值（98.6%），而RAPIDAI-ICH获得了更优的阳性预测值（75.7%）。

讨论

两种AI平台在急诊ICH检测中均展现出稳健的诊断能力，且具有互补性优势。EFAI-ICH可减少漏诊出血，但代价是更多的假警报；RAPIDAI-ICH在排除出血方面表现优异，但存在低估细微出血的风险。认识到这些性能差异对于将AI最优化地整合到神经放射学实践中以及最终提升患者诊疗结果至关重要。

图形摘要