生成式AI与医师在放射诊断中的系统评价与荟萃分析

Japanese journal of radiology · 2026-10-03 · 期刊论文

• 一句话结论：证据支持：在放射诊断任务中，生成式AI总体准确率低于专家医师，合并差异为医师高出13.0个百分点（95% CI 0.9–25.2，P=0.038）。
• 研究设计与做法：设计为系统评价与荟萃分析，前瞻性注册于PROSPERO（CRD420251040000），遵循PRISMA-DTA；检索Medline、Scopus、Web of Science、Cochrane Central与medRxiv（2018年6月至2025年3月），双人独立筛选与提取，采用PROBAST+AI评估偏倚，最终纳入48项研究。
• 主要结果：生成式AI合并诊断准确率：自由文本任务42.9%（95% CI 35.8–50.1%），选择题任务58.1%（95% CI 50.0–66.2%）；纯文本输入准确率高于纯图像输入（差异-25.9个百分点，95% CI -39.1至-12.8，P=0.001），也高于文本加图像输入（-10.6个百分点，95% CI -20.8至-0.3，P=0.046）。
• 机制或解释：作者解释：观察到的准确率差异可能反映任务难度与信息内容差异，而非输入模态本身；以文本为导向的辅助使用值得进一步评估。
• 局限与边界：局限与边界：纳入研究在设计、终点与对照上异质性大；作者强调需标准化、透明报告且样本量充足的评估，临床部署前证据仍不充分；具体人群与利益冲突材料未报告。
• 可否落地：落地含义：证据档位为C，提示生成式AI目前不宜替代放射科医师独立诊断，文本辅助场景可作为研究方向，但尚不足以下结论支持常规临床应用。

🔗 打开原文

Takita H, Kabata D, Walston SL 等

本文摘自《每日前沿研究简报 · 2026-10-05》「AI 科研智能体」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。