Milvue SmartUrgences 在急诊髋部骨折X线诊断中的效能评估
核心概要
这项回顾性诊断准确性研究在两家急诊科连续纳入539例年龄≥60岁、接受髋部与骨盆X线检查的患者，以三位肌骨放射科医师与两位资深骨科创伤外科医师组成的共识小组（对AI输出设盲）为参考标准，评估Milvue SmartUrgences将影像判读为“YES”“NO”或“DOUBT”的表现，其中487例获得确定性分类并进入主分析（平均年龄83.4岁，标准差8.4，66%为女性，参考标准确认191例髋部骨折），结果显示敏感度97.4%（95% CI 94.0-98.9）、特异度86.5%（95% CI 82.1-89.9）、阳性预测值82.3%（95% CI 76.8-86.7）、阴性预测值98.1%（95% CI 95
深度剖析
在连续急诊队列中，Milvue SmartUrgences 对髋部骨折检测表现出高敏感度（97.4%）与高阴性预测值（98.1%）。 既往对AI髋部骨折检测的评估多来自非连续或单中心数据，本研究以两家急诊科连续入组的≥60岁患者为对象，并报告了敏感度、特异度、预测值与准确率的完整指标组合。 回顾性诊断准确性研究，539例纳入、487例进入主分析，参考标准为三位肌骨放射科医师与两位资深骨科创伤外科医师的共识小组且对AI输出设盲，各指标均给出95%置信区间。
软件采用“YES”“NO”“DOUBT”三分类输出，主分析仅纳入确定性分类，而“DOUBT”被单独评估。 这一设计把不确定输出从主要效能估计中分离出来，使读者能区分确定性判读与需人工复核的情形。 539例中有487例获得确定性分类，说明存在一部分病例被归为“DOUBT”并另行处理；文中未给出该部分的具体数量与效能数据。
阳性预测值为82.3%，低于阴性预测值98.1%，提示在该队列中阳性AI提示与最终确诊之间仍有差距。 研究同时报告PPV与NPV，而不仅限于敏感度与特异度，使读者能按急诊实际患病比例理解AI提示的临床含义。 PPV 82.3%（95% CI 76.8-86.7）与NPV 98.1%（95% CI 95.6-99.2）均基于参考标准确认的191例髋部骨折计算。
作者结论强调AI输出应补充而非替代临床与影像学评估。 该表述将研究定位为决策支持工具的效能评估，而非替代放射科医师判读的验证。 结论直接来自本队列的敏感度、特异度、预测值与准确率结果，属于作者基于该数据的解读。
启示与展望
该结果面向≥60岁、在急诊接受髋部与骨盆X线检查的患者，且主要效能估计基于获得“YES”或“NO”确定性分类的487例；对“DOUBT”病例、其他年龄段、非急诊场景或其他影像设备与机构，本研究不直接给出效能结论。研究为回顾性设计，两家急诊科的数据可为后续前瞻性评估与工作流程整合研究提供参照。
读者可能仍会关注“DOUBT”分类的具体例数与效能、该软件在不同机构与设备条件下的表现，以及回顾性设计下结果向前瞻性急诊流程推广的程度；本文以摘要形式呈现，未包含图表与亚组细节，因此上述问题在现有文本中仍属开放。