人工智能辅助的肋骨骨折解读培训：一项针对本科医学生的前瞻性研究

《World Journal of Emergency Surgery》：Artificial intelligence–assisted training for rib fracture interpretation: a prospective study in undergraduate medical students

AI辅助训练显著提升医学生肋骨骨折诊断准确性和信心，但需注意自动化偏见及技能迁移问题。

　　

摘要

目的

胸部X光片（CXR）在创伤护理中至关重要，但其检测肋骨骨折的敏感性有限，导致诊断时常出现漏诊。人工智能（AI）显示出提高诊断准确性的潜力，然而其在放射学教育中的作用尚未得到充分探索。本研究评估了AI辅助培训对创伤患者胸部X光片上肋骨骨折早期诊断表现和诊断信心的影响。

方法

在这项前瞻性观察研究中，26名医学生（UGY）完成了三个连续的环节：首先独立解读50张胸部X光片（第1阶段，S1）；其次在AI辅助下重新解读相同病例（第2阶段，S2）；最后在没有AI辅助的情况下解读50张新的胸部X光片（第3阶段，S3）。比较了各阶段之间的诊断表现和信心水平。

结果

AI辅助（S2）显著提升了所有诊断指标：准确率提高了26.7%，敏感性提高了41.0%，特异性提高了25.1%，F1分数提高了35.6%，精确度提高了31.4%（所有指标的p值均<0.01）。虽然第3阶段的诊断表现较第2阶段有所下降，但仍高于基线水平（准确率提高了13.3%，p=0.010；精确度提高了13.7%，p=0.010）。所有阶段的信心水平均持续提升（p<0.001）。对AI误分类病例的一致性分析表明，第2阶段可能存在自动化偏差，而第3阶段可能存在这种偏差的延续效应。

结论

AI辅助培训显著提升了胸部X光片上肋骨骨折的早期诊断表现和诊断信心，这是创伤和急诊护理中的关键能力。在停止使用AI后，部分技能仍得以保留。将AI整合到早期创伤影像学培训中可以加强放射学培训，但需要制定策略来减轻自动化偏差并培养学生的独立判断能力。