目的 鼻区骨折的判定是法医临床学鉴定的难点.本研究旨在开发、完善一种基于人工智能技术的鼻区骨折识别模型,并对其性能展开评价,以期为法医临床鉴定工作提供帮助与支持.方法 选取多中心收集的鼻区CT图像,按照我国鼻部CT检查及诊断专家共识的标准进行数据筛选,构建鼻区骨折智能识别模型,并开展外部验证评估.同时,将鼻区骨折智能识别模型的表现与不同职称的具有相关资质的鉴定人/医师(初级、中级、高级职称鉴定人/医师)的能力进行比较,全面评估鼻区骨折智能识别模型的准确性、灵敏度、特异性、阳性预测率和阴性预测率.结果 鼻区骨折智能识别模型具有较高的诊断效能和稳定性;提高了放射科医师和鉴定人在鼻区骨折检测中的诊断准确性;可有效缩小经验不足的医师、鉴定人与经验丰富的医师、鉴定人之间在鼻区骨折检测方面的差距.结论 鼻区骨折智能识别模型可以帮助鉴定人提高其在CT图像上定位鼻区骨折的诊断能力,提高工作效率,增强鉴定意见的准确性和科学性.
法医临床学 人工智能 鼻区骨折 损伤程度 卷积神经网络
Forensic clinical Artificial Intelligence(AI) Nasal fracture Degree of injury Convolutional neural networks