4种新型人工智能算法在区域人群骨龄测定中的价值

目的:研究在实际临床工作中适用于区域人群的人工智能骨龄测定法.方法:选取在医院行手腕骨X射线检查的152名儿童及青少年受检者,应用《中国人手腕骨发育标准(CHN)法》对受检者骨龄进行评估,以评估的骨龄平均值为"金标准";采用人工智能的RUS-CHN法掌指骨骨龄法、TW3-RUS掌指骨骨龄法、TW3-Carpal腕骨骨龄法和Greulich-Pyle图谱法4种不同新型全自动算法阅片,对照医师采用CHN法进行阅片,并与骨龄"金标准"相比得出平均绝对偏差(MAD)和均方根偏差(RSMD).结果:人工智能中的4种全自动算法阅片结果与"金标准"相比MAD分别为0.56岁、0.61岁、1.09岁和0.90岁,RSMD分别为0.72岁、0.73岁、1.38岁和1.11岁,对照医师组与"金标准"相比MAD和RSMD分别为0.58岁和0.74岁;人工智能中RUS-CHN法最接近金标准,且具有统计学意义(F=0.01,F=0.06,F=5.58,F=0.34,F=0.31;P<0.05).人工智能软件测评速度为(25.99±13.88)s显著高于医师测评速度(149.72±60.79)s,差异有统计学意义(t=24.312,P<0.05).结论:人工智能中RUS-CHN掌指骨骨龄法诊断准确性最接近金标准,且显著提高临床工作效率.