Co bylo ve studii hodnoceno
Studie hodnotila diagnostický výkon Carebot AI Bones při detekci zlomenin na muskuloskeletálních rentgenech a porovnávala jej se šesti radiology různé úrovně zkušeností v zaslepeném víceročním, vícerozličném designu. Byly použity retrospektivní MSK rentgenové snímky z rutinní klinické praxe, přičemž odborný konsensus sloužil jako základ pravdy. Cílem bylo posoudit, zda AI může snížit počet přehlédnutých zlomenin v různých anatomických regionech.
Výsledky studie v klinické praxi
Carebot AI Bones dosáhl vysoké citlivosti při detekci zlomenin a často překonal méně zkušené radiology, čímž snížil riziko přehlédnutí zlomenin. Specificita byla nižší než u většiny radiologů, což vedlo k většímu počtu falešně pozitivních nálezů. V klinické praxi to staví AI jako nástroj podpory bezpečnosti, který doplňuje radiology, zejména v prostředích s vysokou pracovní zátěží nebo omezenými zdroji.
Klíčová čísla
Analyzované snímky: 448 MSK rentgenů
Citlivost AI: 92%
Specificita AI: 90%
Rozsah citlivosti radiologů: 66–93%
Negativní pravděpodobnostní poměr (NLR): 0.09
Nejvyšší citlivost AI: loket (100%), ruka/zápěstí (94%)
Abstrakt
Detekce zlomenin na musculoskeletálních (MSK) rentgenech je kritická jak pro pohotovostní, tak pro běžnou péči, přesto však diagnostické chyby zůstávají běžné kvůli vysokým pracovním zátěžím a omezené radiologické odbornosti. Tato studie hodnotí diagnostický výkon systému umělé inteligence (AI) (Carebot AI Bones 1.8.10; Carebot s.r.o.) při detekci zlomenin na MSK rentgenech, přičemž porovnává jeho výkon se šesti radiology různých úrovní zkušeností v zaslepené studii více čtenářů a více případů (MRMC). Celkem bylo retrospektivně analyzováno 489 rentgenových snímků z běžné klinické praxe, přičemž pravdu bylo stanoveno pro 448 snímků konsensuálně mezi třemi zkušenými radiology. Diagnostický výkon byl hodnocen pomocí senzitivity (Se), specificity (Sp), pozitivního poměru pravděpodobnosti (PLR) a negativního poměru pravděpodobnosti (NLR), přičemž statistická analýza zahrnovala McNemarův test a Holmův postup pro vícenásobné srovnání. AI systém dosáhl senzitivity 0.921 (95% CI: 0.846–0.961) a specificity 0.897 (95% CI: 0.861–0.924). Senzitivita radiologů se pohybovala od 0.663 do 0.933 a specificita od 0.916 do 0.989. AI prokázala konzistentně vysokou senzitivitu napříč tělesnými částmi, zejména u zlomenin loktů a rukou/zápěstí, často překračující výkon radiologů. Specificita byla mírně nižší, ale zůstala v přijatelném rozmezí, což podporuje potenciál AI jako doplňkového diagnostického nástroje. Tato zjištění zdůrazňují klinický přínos AI při detekci zlomenin MSK, zejména v prostředích s omezenými zdroji nebo vysokými diagnostickými pracovními zátěžemi. Budoucí výzkum by měl tyto výsledky validovat ve větších multicentrických studiích, aby zajistil širší generalizovatelnost a zhodnotil integraci AI do reálných pracovních postupů.
