人工智能TW3-RUS与TW3-Carpal法对儿童骨龄评测的准确性比较

摘要:

目的 探讨人工智能（AI）骨龄评测系统在Tanner-Whitehouse 3（TW3）RUS（桡骨、尺骨、掌指骨）与Carpal（腕骨）标准下的测定准确性，并分析其在不同年龄段及生长异常儿童中的适用性差异。方法 本研究为回顾性队列研究。纳入2023年1月至2025年1月于宁波市第六医院行左手腕正位X线检查的儿童326例，分别采用AI系统与两名高年资医师按TW3-RUS和TW3-Carpal标准评估骨龄，两名医师在双盲条件下独立评估，采用加权Kappa分析两名医师评价的一致性，以医师评估均值为“金标准”。按性别分男、女组，按骨龄“金标准”分为4～9岁组与≥10岁组，根据临床资料分为正常组及疾病组。采用组内相关系数（ICC）评估分析AI与“金标准”的一致性，采用Pearson相关法分析AI与“金标准”之间的线性相关性，并计算AI骨龄的平均绝对误差（MAE）、误差≤0.5年的符合率，并比较TW3-RUS和TW3-Carpal骨龄之间的差异。绘制Bland-Altman图，计算AI与“金标准”之间的95%一致性界限。结果 两名医师一致性良好（KappaRUS=0.89，KappaCarpal=0.87）。整体样本中，AI与“金标准”评估结果高度一致（均P＜0.05），MAE分别为0.27岁、0.33岁。在不同性别分组中，TW3-Carpal、TW3-RUS评估准确度相近（均P＜0.05）。在不同的年龄分组中，4～9岁组TW3-Carpal准确性更高，≥10岁组TW3-RUS更优（均P＜0.05）。正常组TW3-RUS、TW3-Carpal评估准确度均高于疾病组（均P＜0.05）。结论 AI骨龄系统在健康儿童中准确性高、评估效率显著优于人工。4～9岁建议优先采用TW3-Carpal法，≥10岁建议优先TW3-RUS法。对于生长异常儿童需结合临床指标进行修正。

Abstract: