Radiologia convenzionale in emergenza: metanalisi sull'impatto dell'intelligenza artificiale nella diagnosi delle fratture

Abstract

ABSTRACT OBIETTIVI Confrontare l’accuratezza diagnostica nella diagnosi delle fratture in regime di urgenza tra medici senza e con ausilio dell’intelligenza artificiale. MATERIALI E METODI Sono stati recuperati dai principali archivi medici i pregressi studi che confrontavano l'accuratezza diagnostica nella diagnosi di fratture tra i medici e l’intelligenza artificiale (AI). Nello specifico sono stati selezionati gli studi che proponevano un diretto confronto tra la performance diagnostica dei medici sia senza che con l’aiuto dell’AI. RISULTATI 345 studi sono stati inizialmente trovati. Sono stati adottati dei criteri di inclusione ed esclusione predefiniti e la metanalisi è stata infine condotta su 15 studi. L'analisi ha mostrato che i medici senza ausilio di AI avevano una sensibilità del 76.8% (IC 95%: 72.02-80.97%) e una specificità del 92.45% (IC 95%: 89.19-94.79%) nel rilevamento di fratture; con il supporto dell'AI, la sensibilità aumentava a 85.06% (IC 95%: 81.45-88.07%) e la specificità a 93.81% (IC 95%: 91.62-95.45%); L'AI stand alone ha dimostrato una sensibilità del 90.52% (IC 95%: 86.79-93.28%) e una specificità del 89.04% (IC 95%: 85.52-91.79%). CONCLUSIONI Questa metanalisi evidenzia come, attraverso l’analisi statistica degli studi selezionati, il contributo dell’AI migliori significativamente la performance diagnostica in termini di sensibilità e specificità in tutte le regioni anatomiche. PUNTI CHIAVE - - - AI migliora significativamente la performance diagnostica (Medico + AI: +8.26% SENS, +1.36% SPEC). AI stand-alone raggiunge la sensibilità più elevata (90.52%). Medico + AI offre il miglior bilanciamento: alta sensibilità (85.06%) e massima specificità (93.81%).

ABSTRACT

OBJECTIVES To compare the diagnostic accuracy in fracture detection in emergency settings between physicians working without and with the aid of artificial intelligence (AI).

MATERIALS AND METHODS Previous studies comparing the diagnostic accuracy of physicians and AI in fracture detection were retrieved from major medical databases. Specifically, studies that provided a direct comparison of physicians’ diagnostic performance both without and with AI assistance were selected.

RESULTS A total of 345 studies were initially identified. After applying predefined inclusion and exclusion criteria, the meta-analysis was ultimately conducted on 15 studies. The analysis showed that physicians without AI assistance had a sensitivity of 76.8% (95% CI: 72.02–80.97%) and a specificity of 92.45% (95% CI: 89.19–94.79%) in detecting fractures. With AI support, sensitivity increased to 85.06% (95% CI: 81.45–88.07%) and specificity to 93.81% (95% CI: 91.62–95.45%). AI alone demonstrated a sensitivity of 90.52% (95% CI: 86.79–93.28%) and a specificity of 89.04% (95% CI: 85.52–91.79%).

CONCLUSIONS This meta-analysis highlights that, based on the statistical synthesis of selected studies, AI assistance significantly improves diagnostic performance in terms of both sensitivity and specificity across all anatomical regions.

KEY POINTS

AI significantly enhances diagnostic performance (Physician + AI: +8.26% sensitivity, +1.36% specificity).

Stand-alone AI achieves the highest sensitivity (90.52%).

Physician + AI provides the best balance, with high sensitivity (85.06%) and the highest specificity (93.81%).