用脊柱正面 X 光片自动诊断脊柱侧弯的新型智能系统：准确度、优势和局限性

论证。脊柱侧弯是最常见的脊柱畸形之一，通常使用 Cobb 方法正面 X 光片进行诊断。基于人工智能的自动测量方法弥补了标准方法的许多不足，可以大大节省放射科医生的时间。

目的是分析一种新的人工智能程序在通过自动测量正面 X 光片上的 Cobb 角来评估脊柱侧弯程度方面的准确度和优缺点。

材料和方法。共检查了 114 张 X 光片，以确定人工智能软件自动测量的 Cobb 角与放射科医生使用 Microsoft Excel 中的 Bland–Altman 方法测量的 Cobb 角是否一致。此外，还使用有限的数据（120 张 X 光片）进行了临床准确度测试。通过灵敏度、特异性、准确度和 ROC 曲线下面积评估了该系统在确定脊柱侧弯严重程度方面的准确度。

结果。I度和II度脊柱侧弯组中，人工智能程序和放射科医生计算出的 Cobb 角测量值更加一致。只有 2.8% 的病例在 Cobb 角测量值上存在显著的临床差异（差异大于 5°）。在 Mariinsky City Hospital（圣彼得堡）进行的有限临床试验中获得的诊断准确度值也证实了该系统的可靠性：灵敏度为 0.97，特异性为 0.88，准确度（总体有效性）为 0.93，ROC 曲线下的面积为 0.93。

结论。一般来说，人工智能程序可以自动准确地确定脊柱侧弯的严重程度，并利用正面 X 光片测量脊柱弯曲的角度。