系统综述：AI影像诊断未全面超越放射科医生

时间：2026年11月1日 地点：线上期刊平台 Cureus，文献出版方为 Springer Science and Business Media LLC 人物：论文作者 Santiago Diaz-Perdomo、María J Losada-Peña、Viviana Gutiérrez-Riobamba、Luisa F Cobaleda-Ramos、Yolercy Vasquez、Jose D Charry；纳入的 21 项研究来自西班牙、墨西哥、中国、德国、芬兰、日本、澳大利亚、新加坡、法国、荷兰、美国、韩国、瑞典 13 个国家的临床团队 事件详情：Cureus 于 11 月 1 日发表一项未做定量合并的系统综述，系统比较 AI 工具与人类医生在诊断影像判读中的准确率和工作效率。综述按 PRISMA 2020 报告，2026 年 4 月 11 日在 PubMed、ClinicalKey、ScienceDirect、Google Scholar 四个数据库检索到 216 条记录，去重后筛查 195 篇、评估全文 73 篇，最终纳入 21 项研究，其中 1 项随机对照试验、2 项前瞻性研究、18 项回顾性或横断面研究。按比较方式分，11 项比较独立 AI 与人类读者，6 项比较有 AI 辅助与无 AI 辅助的读者，4 项同时报告两种比较；按模态分，12 项为 X 线摄影、3 项乳腺摄影、3 项 MRI、2 项 CT、1 项超声，18 项评估专用图像分析模型，3 项评估生成式 AI。独立 AI 的表现随任务而变：在以 CT 为参照标准的一项真实世界队列中，放射科医生在敏感度（92% 对 82%，p=.045）、特异度（88% 对 69%，p=.016）和准确率（90% 对 76%，p<.001）上均优于 AI 方案；另一项 969 例多中心真实世界队列中，AI 辅助的放射科医生准确率达 97.6%，高于两个独立 AI 方案的 92.2% 至 92.7%。AI 辅助则更稳定地提升读者表现，且经验越少获益越大：一项 18,680 张胸片、11 名放射科医师参与的前瞻性研究中，总阅片时间从 14.8 秒降至 13.3 秒（p<.001），摊到每张片子约 1.5 秒。唯一一项随机对照试验是瑞典 MASAI 乳腺癌筛查试验：AI 辅助组每千人检出 6.1 例癌症、双读组 5.1 例，率比 1.2（95% CI 1.0–1.5，p=.052）高于预设安全下限，两组假阳性率同为 1.5%，阅片工作量下降 44.3%。 背景：诊断影像持续产生大量视觉信息而需要专科判读，检查量增长与放射科医师人力相对不足之间的缺口，让 AI 辅助工具成为行业长期关注的选项。放射学也是美国 FDA 授权 AI 医疗器械数量最多的临床专科，这类工具已被广泛用于检出、分诊、量化与结构化报告。此前一项多读者多病例（MRMC）癌症影像 meta 分析已经显示，AI 辅助可把合并读者敏感度从 0.67 提升到 0.79、特异度从 0.82 提升到 0.87，且经验较少的读者获益更大。这篇综述自身也有明显局限：只检索四个数据库，未在 PROSPERO 等注册库前瞻注册，异质性过大无法做定量合并，纳入研究还普遍存在病例富集、缺少洗脱期等问题。 影响：结论上，AI 在诊断影像中表现最稳定的角色是被监督的第二阅片人或分诊工具，而不是替代放射科医生，整体证据强度至多为中等。对厂商而言，独立 AI 取代放射科医生的叙事站不住，产品价值应回到辅助读片与分诊，并且需要如实报告假阳性率：一组急诊样本中 AI 对胸部异常的特异度为 89.9%，低于专家放射科医生的 96.1%（p=.010），骨科片骨折特异度 87.8% 对 95.8%（p=.003）；另一项肺癌筛查研究中 AI 假阳性率为 3.1%，是放射科医生 0.3% 的十倍。对医院落地，综述提示部署前必须做本地验证、部署后持续监控，因为文献显示模型换到其他机构数据测试时性能平均下降 6%、最高下降 44%，而 AI 阴性结果不能单独用来排除有临床意义的发现。另一个容易被误读的数字是高阴性预测值：气胸 99.7%、骨折 96.9% 的阴性预测值来自单一急诊样本，其中 346 张胸片里只有 4 例气胸（1.2%），患病率一旦升高这类数字就会回落。对采购与监管评估，应把收益拆成诊断准确率、工作流效率、患者结局三类来看，前两类有最多中等强度证据，第三类在纳入的 21 项研究中完全没有被测量。对生成式 AI，ChatGPT-4.0 和 ChatGPT-4V 这类通用模型在狭窄任务上接近初级读片医生，在复杂分类任务上仍不及专科医生。 总结：这项覆盖 21 项研究、13 个国家的系统综述给出的不是 AI 取代放射科医生，而是 AI 做第二阅片人。独立 AI 在部分任务上匹敌甚至超过人类读者，但这类证据随任务而变，在以 CT 为参照标准的真实世界比较和真实世界多中心队列中占优的都是人类放射科医生。真正稳定的收益来自 AI 辅助，其中又以初级医生和不熟悉 AI 的读者增益更大，效率提升则相当有限。面向临床普及，还需要前瞻性、外部验证、并真正测量患者结局的研究。 常见问题： 问：AI读片和医生读片哪个更准？ 答：这次21项研究的系统综述结论是，AI 更适合做放射科医生的“第二阅片人”或分诊工具，独立 AI 并没有全面超过医生。 问：AI读CT片准确吗？ 答：以 CT 为参照标准的一项真实世界队列中，放射科医生的敏感度、特异度和准确率都高于 AI 方案。 问：AI在医疗影像诊断中发展成熟了吗？ 答：还没有。21项研究中只有1项是随机对照试验，没有一项测量患者结局。 参考来源： Cureus 原文：Artificial Intelligence Versus Human Interpretation in Diagnostic Radiology: A Systematic Review of Diagnostic Accuracy and Operational Efficiency https://www.cureus.com/articles/543554-artificial-intelligence-versus-human-interpretation-in-diagnostic-radiology-a-systematic-review-of-diagnostic-accuracy-and-operational-efficiency Crossref 元数据记录（DOI 10.7759/cureus.118954，登记出版日期 2026-11-01） https://api.crossref.org/works/10.7759/cureus.118954 BJR Artificial Intelligence 2025：Diagnostic accuracy of artificial intelligence-assisted radiology assessment of cancer: a systematic review https://doi.org/10.1093/bjrai/ubaf016 BMC Emergency Medicine 2026：Artificial intelligence as a second reader for pneumothorax detection: redirecting rather than reducing chest CT use https://link.springer.com/article/10.1186/s12873-026-01673-x European Radiology Experimental 2026：The AI implementation gap in trauma radiography: standalone versus discretionary AI-integrated fracture detection https://link.springer.com/article/10.1186/s41747-026-00763-6 Insights into Imaging 2026：AI performance varies considerably across mammography devices: a multi-site and multi-vendor retrospective study https://link.springer.com/article/10.1186/s13244-026-02383-5 European Radiology 2026：Comparative evaluation of generative AI models for chest radiograph report generation in the emergency department https://link.springer.com/article/10.1007/s00330-026-12648-8 Scientific Reports 2024：Artificial intelligence in commercial fracture detection products: a systematic review and meta-analysis of diagnostic test accuracy https://www.nature.com/articles/s41598-024-73058-8 BMC Medical Imaging 2026：Performance evaluation of domain-specific and general-purpose AI models for chest radiograph interpretation: a comparative study https://link.springer.com/article/10.1186/s12880-026-02557-z