第(1/3)頁

    【580已改】

    【AI技術在骨折攝片診斷中的應用，估計以后會成為一種趨勢】

    AI技術在醫療領域的應用，將為醫生的臨床工作帶來極大的幫助。

    骨折診斷有著龐大的醫療需求，在各大醫院的急診和夜診中，因骨折前來就診的患者始終占據著很大的比例。

    據統計，我國每年骨折發病人數不少于500萬次。而根據第七次全國人口普查數據結果，我國65歲及以上人口有1.9億，占13.5%。站在中度老齡化社會的邊緣，不少專家推測，未來我國骨折高風險人群的比例還將進一步擴大。

    在臨床需求的推動下，AI醫療影像市場開始紛紛涌入輔助骨折診斷這一賽道。而作為醫療人工智能領域的頭部企業，匯醫慧影近年來專注X射線骨折人工智能輔助篩查，歷時4年覆蓋人體80%骨折部位（手部、足部、腕關節、肩關節、髖關節、踝關節、股骨、胯關節、盆骨、尺橈骨、脛腓骨等）。

    5月10日，匯醫慧影的DR骨折AI產品獲批中國國家藥品監督管理局（NMPA）醫療器械三類證，這是國內同類產品的首次獲批，也是國內唯一手握NMPA三類證、歐盟CE雙重認證的X射線骨折AI產品。

    輔助醫生介入骨折診斷金標準AI如何發力？

    臨床上，骨折診斷的金標準一直是X射線影像設備。DR能顯現出病灶周邊整個外部結構的改變，空間分辨率高，且價格低廉，在對骨折病灶的識別上明顯優于CT等其他影像檢查。

    通常情況下，訓練有素的醫生基本都能通過DR影像判斷是否骨折，可具體到不同場景中，依舊會存在漏診的風險。據統計，X線平片骨折的漏診率高達15%，特別是在關節較多的四肢骨部位。

    山東省千佛山醫院放射科主任醫師李愛銀醫生告訴“醫學界”，    DR片作為一種整體結構的成像，有時候會出現骨折部位和正常部位結構重疊的情況，影響判斷。此外，由于骨折患者數量較多，且“隨機性”強，對放射科醫生來說，想要在高疲憊、急診斷的情況下保證影像檢查的時效性和準確率，尤其是在手、足的眾多關節中找準骨折部位，也并非一件容易的事情。

    1999年，李愛銀從中山醫科大學醫學影像學專業畢業，來到了山東省千佛山醫院。作為一名放射科醫生，在從業的21年里，他見過太多因漏診而險些釀成事故，導致醫患糾紛的案例。

    “曾經有一位患者在夜診時來到醫院，主訴踝關節疼痛，醫生根據患者的描述開具檢查單，而放射科醫生在拍完片子后就只盯著踝關節觀察，結果這個患者的骨折部位是在跗骨，并且有結構重疊并不明顯，就被漏診了。”李愛銀說，“后來我們及時地與患者家屬進行了溝通，好在也并沒有引起嚴重的后果，最終得到了對方的諒解。”

    “這是一個非常典型的案例，它反映了目前放射科在急、夜診影像診斷時存在的難題：患者主訴模糊、年輕醫生經驗缺乏、夜班的生理疲憊也會影響醫生的專注力。”

    據介紹，千佛山醫院目前每天只有三位放射科醫生輪班值守DR班，24小時內需要看完將近1000張各類DR影像片，每張急診DR片都需要在半個小時內出具報告。

    放眼全國，放射科醫生人才的缺乏是一個老生常談的話題。有統計數字顯示，醫學影像數據年增長率為63%，而放射科醫生數量年增長率僅為2%，而這一缺口，在鄉鎮醫院、衛生所等醫療機構更為嚴重。
    第(1/3)頁