AI大躍進！新技術在X光片中檢測骨折與診斷創新
在土庫的大學與赫爾辛基大學醫院的研究團隊正透過深度學習演算法，讓醫學診斷範疇迎來革命性的突破。這技術在手部X光片的骨折、良性骨腫瘤及壞死等診斷上展現出極高的精確度，並透過三篇國際同行評審的期刊文章，從赫爾辛基大學醫院的手外科部門突顯出AI在醫學影像上的顯著進步，特別是有關手與腕部的診斷。
作為人工智能的一個分支，深度學習演算法現在可以高度準確地檢測到手腕骨折、良性骨腫瘤及骨質壞死。這技術對於急診部門及非專門閱讀手部或手腕X光片的醫生來說特別有益，能夠降低誤診風險，避免不必要的治療延遲或併發症。舉例來說，AI模型在識別遠端橈骨骨折—急診部門最常見的骨折類型，佔所有急診骨折案例的20%—方面表現尤為出色。
赫爾辛基大學醫院手外科負責人Jorma Ryhänen博士表示，經過充分訓練後，其開發的AI模型能準確識別97%的遠端橈骨骨折。這樣的精準診斷對於確定正確的治療方案至關重要，治療方法可能範圍從石膏固定到手術不等。
此外，AI在領域中的另一重大進展是其能夠檢測出良性骨腫瘤──軟骨瘤，這在存在骨折的情況下可能難以診斷。Ryhänen博士領導的團隊開發的AI模型在62個測試案例中正確識別了56個軟骨瘤。此發展對於可能不熟悉這類特定手部疾病的急診科醫生來說特別有用。
AI在診斷對人眼不可見的狀態方面展示了超越人類的能力，特別是在X光片中不可見的，如月狀骨早期壞死的狀況。這種主要影響20-40歲男性的罕見狀況，由於在X光中不可見，通常難以早期診斷。AI模型在30個案例中正確識別出28個壞死案例，凸顯出AI在醫學診斷中的精準度和潛力。
這些進展標誌著深度學習演算法如何可以轉變醫學影像、分類和診斷的景觀。Ryhänen博士預測，人工智能將很快顯著改變手術實踐中病患診斷與治療的範式。其無盡的、成本效益的大量圖像分析能力，能大大加速並提升治療效果。這些發展強調了在創建可靠和通用的AI模型中，高水平、跨學科專業知識和研究的必要性，隨著土庫大學和赫爾辛基大學醫院的研究團隊持續探索AI與醫學影像的新途徑。
AI技術在手部X光圖像診斷中實現重大進步，提升了骨折、腫瘤和壞死的檢測與診斷精準度，展現未來醫學診斷的革命性潛力。