人工智能提高了骨折患者的x线识别能力

一项新研究发现，人工智能可以“阅读”电子放射报告，并标记出有骨质疏松风险的骨折患者，其表现优于医疗保健专业人员阅读x光报告的传统手工方法。研究结果已在内分泌学会2020年年会上发表，并将在内分泌学会的特别补充部分发表内分泌社会杂志。

这种新的搜索工具被称为x射线人工智能工具(XRAIT)，它检测到的major的数量是其他搜索工具的近5倍骨折澳大利亚的研究人员报告说，在X射线和计算机断层扫描（CT）报告中，在X射线和计算机断层扫描（CT）报告中，骨折。

“通过XRAIT，有限的医疗资源可以优化，以管理患者以风险确定，而不是在识别过程中使用，”研究共同调查员纳科琳中心，M.B.B.S.，Ph.D.，F.R.A.c.p。中心是澳大利亚悉尼Garvan医学研究所的临床研究和流行病学实验室负责人。ob欧宝直播nba“通过改善需要骨质疏松症治疗或预防患者的鉴定，XRAIT可能有助于降低第二次骨折和骨质疏松症的疾病和死亡的整体负担的风险。”

根据激素卫生网络，约有4400万名女性 - 主要是女性 - 受到骨弱化骨质疏松症的风险，并且由于骨质量低，因此由于低骨量而导致骨折的风险增加。只有2次老年妇女美国国家骨质疏松基金会报告说，在美国，骨折患者接受骨质疏松的测试或治疗。

虽然许多医院已经实施了骨折联络服务，以确定哪些患者的骨折可能是由于骨质疏松症，中心说，手动阅读转诊患者的放射学记录漏掉了一些有风险的人骨质疏松症或者太慢地检测到它们。

XRIIT使用自然语言处理软件速度加速该过程，以“理解”人类语言。在这项研究中，XRAIT在50岁以下的患者中搜索了5,089名数字放射学报告，患者前往医院的急诊部门，并在三个月内进行骨骼成像。The researchers—led by senior author Christopher White, M.B.B.S., Ph.D., F.R.A.C.P., of Prince of Wales Hospital in Randwick, Australia—compared XRAIT's results with manual review of the records of the 224 patients referred to the hospital's fracture liaison service in the same period. XRAIT was able to detect 349 people with fractures likely due to low bone mass compared with 98 people identified by the manual method, an over three-fold higher detection rate.

接下来，研究人员在Dubbo骨质疏松流行病学研究中对澳大利亚成年人的另一个人口的数字化放射学报告进行了测试。从327例报告报告确认的已知骨折和非断裂，XRAIT准确地识别骨折近7次，并正确筛选出没有骨折超过10次的患者10次。她说，这一发现表明其他医院可以轻松使用XRAIT。

---

---