AI读片找骨折，在受控环境里表现很强，但在真实急诊中到底管不管用，证据一直不多。新加坡一项为期三个月的实际部署给出了答案：AI单独判读的敏感性不如放射技师，但作为辅助工具，它带来了小幅、有选择性的提升。论文发表在《npj Digital Medicine》上。
研究在一家医院的急诊科开展。13名放射技师在由技师主导的筛查流程中，独立判读了2496例连续的肌骨影像检查，每例由一名技师负责；随后他们查看一套商用深度学习系统的输出，再记录最终决定，最终形成2496组与放射科医生参考标准对照的配对判读。
AI单独的表现
单独看AI的敏感性是75.6%，到了细微骨折就掉到46.2%，低于放射技师91.6%的基线水平。也就是说，在真实场景里，AI并不能替代人的初筛。
技师本身的基线表现本来就很高：准确率97.6%，特异性99.0%。加用AI辅助后，准确率小幅升到98.0%，统计上显著。
提升来自补位，不是碾压
具体到病例层面，AI辅助下技师纠正了11处错误，同时新引入了1处错误，净收益是10例。亚组之间的改善方向一致，但校正后没有达到显著。
还有一个更能说明问题的数字：在729例判读不一致的病例里，技师只改变了11例的决定。大部分“负面互动”是AI给出了正确建议、但技师没有采纳。
这说明AI辅助带来的是小额、选择性的收益，靠的是与人互补，而不是算法本身更强。
可靠性同样重要
研究还发现，运行可靠性对结果的影响不亚于诊断准确性：有8.8%的检查没有返回AI输出，或者返回不完整。在急诊这种讲究速度的场景里，系统没输出，等于辅助不存在。
研究本身也有局限。作者明确写道，行为层面的推断建立在很少的事件上；下游的临床结局，比如是否漏诊、是否需要二次处理，这项研究没有测量。
对医院来说，这项研究给的启示很具体：评估AI不能只看它在论文里的准确率，还要看它在你科室的真实临床条件下补上了多少、漏掉了多少，以及它出故障的频率。对患者来说，好消息是技师加AI的组合确实比单靠人略好；但要理解，这份“略好”来自人仍然握着最终决定权。