583.在画画的到底是谁

请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

【580已改】

【ai技术在骨折摄片诊断中的应用，估计以后会成为一种趋势】

ai技术在医疗领域的应用，将为医生的临床工作带来极大的帮助。

骨折诊断有着庞大的医疗需求，在各大医院的急诊和夜诊中，因骨折前来就诊的患者始终占据着很大的比例。

据统计，我国每年骨折发病人数不少于500万次。而根据第七次全国人口普查数据结果，我国65岁及以上人口有1.9亿，占13.5%。站在中度老龄化社会的边缘，不少专家推测，未来我国骨折高风险人群的比例还将进一步扩大。

在临床需求的推动下，ai医疗影像市场开始纷纷涌入辅助骨折诊断这一赛道。而作为医疗人工智能领域的头部企业，汇医慧影近年来专注x射线骨折人工智能辅助筛查，历时4年覆盖人体80%骨折部位（手部、足部、腕关节、肩关节、髋关节、踝关节、股骨、胯关节、盆骨、尺桡骨、胫腓骨等）。

5月10日，汇医慧影的dr骨折ai产品获批中国国家药品监督管理局（nmpa）医疗器械三类证，这是国内同类产品的首次获批，也是国内唯一手握nmpa三类证、欧盟ce双重认证的x射线骨折ai产品。

辅助医生介入骨折诊断金标准ai如何发力？

临床上，骨折诊断的金标准一直是x射线影像设备。dr能显现出病灶周边整个外部结构的改变，空间分辨率高，且价格低廉，在对骨折病灶的识别上明显优于ct等其他影像检查。

通常情况下，训练有素的医生基本都能通过dr影像判断是否骨折，可具体到不同场景中，依旧会存在漏诊的风险。据统计，x线平片骨折的漏诊率高达15%，特别是在关节较多的四肢骨部位。

山东省千佛山医院放射科主任医师李爱银医生告诉“医学界”，dr片作为一种整体结构的成像，有时候会出现骨折部位和正常部位结构重叠的情况，影响判断。此外，由于骨折患者数量较多，且“随机性”强，对放射科医生来说，想要在高疲惫、急诊断的情况下保证影像检查的时效性和准确率，尤其是在手、足的众多关节中找准骨折部位，也并非一件容易的事情。

1999年，李爱银从中山医科大学医学影像学专业毕业，来到了山东省千佛山医院。作为一名放射科医生，在从业的21年里，他见过太多因漏诊而险些酿成事故，导致医患纠纷的案例。

“曾经有一位患者在夜诊时来到医院，主诉踝关节疼痛，医生根据患者的描述开具检查单，而放射科医生在拍完片子后就只盯着踝关节观察，结果这个患者的骨折部位是在跗骨，并且有结构重叠并不明显，就被漏诊了。”李爱银说，“后来我们及时地与患者家属进行了沟通，好在也并没有引起严重的后果，最终得到了对方的谅解。”

“这是一个非常典型的案例，它反映了目前放射科在急、夜诊影像诊断时存在的难题：患者主诉模糊、年轻医生经验缺乏、夜班的生理疲惫也会影响医生的专注力。”

据介绍，千佛山医院目前每天只有三位放射科医生轮班值守dr班，24小时内需要看完将近1000张各类dr影像片，每张急诊dr片都需要在半个小时内出具报告。

放眼全国，放射科医生人才的缺乏是一个老生常谈的话题。有统计数字显示，医学影像数据年增长率为63%，而放射科医生数量年增长率仅为2%，而这一缺口，在乡镇医院、卫生所等医疗机构更为严重。

为了缓解医生的工作压力，弥补低年资医生经验不足造成的缺陷，并提高骨折影像检查的准确率，2020年，千佛山医院引入了汇医慧影的x射线骨折ai产品。

但在产品引入之初，包括李爱银在内的多位骨科和放射科医生，对这一“新鲜事物”的可靠性，还是存有疑虑。

为此，千佛山医院还专门做了一项试验，通过每个月的病例追查，将过去的骨折dr片重新进行ai产品辅助筛检，并且和之前出具的报告进行对比。

在这次结果中，李爱银和他的同事惊喜地发现，在三十余例年轻医生无法准确判断的dr片中，ai辅助筛查软件精准地标注出了病灶部位，其中还包括此前险些造成纠纷的案例。这让大家意识到，ai技术在医疗领域的应用，将为医生的临床工作带来极大的帮助。

李爱银向“医学界”介绍，患者拍完dr片后，人工智能软件会直接在后台出具一份报告，将所有怀疑骨折的部位全部标红，这一过程用时低至“秒级”。在此基础上，医生会进一步对标注的区域进行二次判断，最终出具报告。

“这款产品还有一个最大的亮点，就是其对全身骨骼检查的覆盖率基本上达到了80%以上，这将在疑似多部位创伤患者的检查中发挥巨大的作用。”

“如果说在单部位骨折患者的检查中，人工智能还只是起到了对年轻医生阅片水平的‘补漏’，那在多部位损伤的病人里，人工智能直接将全身疑似骨折的部位一起识别了出来，缓解了医生需要挨个部位详细筛查所花费的精力，节省了时间。”

李爱银认为，基于这款软件的临床优势，它可以成为医生最得力的助手。尤其是在基层医院中，人工智能软件可以算得上是年轻医生的“半个指导老师”。