一项前瞻性、单中心、交叉读片研究于8月21日发表在Academic Radiology上，将四款商用胸部 X 光 AI 产品与无辅助判读进行比较。5名拥有1至6年经验的读片者在五种条件下，对1,200名连续患者和1,861张放射影像进行评估，观察肺部浸润、胸腔积液、纵隔肿块、气胸和肺结节，并在各轮次之间设置14天洗脱期，病例顺序随机化。参考标准为最终临床报告，并在可获得时辅以确认性 CT。

主要终点

“AI 辅助并未提高诊断准确率。”对于胸腔积液和肺结节，在若干读片者-工具组合中，准确率下降了；文中指出的机制是假阳性增加——工具提示了某个异常，读片者表示认同，但实际上并不存在该发现。

常见叙事的误区

这与放射学 AI 结果通常的呈现方式正好相反。这里所有可用于营销的数字都属于次要终点，而且都改善了：5名住院医师中有3名判读更快，每例中位减少6至17秒（p≤0.031）；5人中有4人表示诊断信心更高；部分组合中的高级医生会诊减少，且一次 CT 升级评估也下降了。与此同时，主要终点——诊断表现——没有变化，而对两项发现还出现了倒退。信心提高而准确率下降，是自动化偏差的教科书式特征，作者也明确点名了这一点。如果一篇报道以“AI 缩短判读时间并提升放射科医生信心”为标题，那么每个细节都准确，但整体结论却是错的。

为什么“商用”是关键措辞

这些并不是研究原型，而是已经获得上市许可、并投入临床工作流的产品，在真实世界环境中进行了一对一测试——这是一种明显强于支撑多数采购决策的回顾性、单工具研究的证据设计。

该研究不能证明什么

这是一项单中心研究，读片者相对年轻，参考标准是最终报告而非患者结局。作者最后表示，仍需要临床试验来回答患者结局是否更好，同时部署时必须谨慎进行本地化适配，以避免自动化偏差，并保留效率收益。值得注意的是，这些效率收益确实存在——只是并不是这些工具被宣称要带来的核心价值。