Diagnostikk av barnefrakturer ved hjelp av kunstig intelligens (KI)
Anbefaling fra Norsk forening for pediatrisk radiologi (NFPR), 15.11.24
Diagnostikk av frakturer hos barn ved hjelp av kunstig intelligens (KI) er nå innført ved flere
sykehus/klinikker i Norge. En fersk artikkel publisert i tidsskriftet Pediatric Radiology viser
imidlertid at metoden (BoneView) ennå ikke er moden for klinisk bruk [1]. I studien, som
inkluderer 1000 røntgenundersøkelser per kroppsdel hos barn og ungdom i alderen 0-18 år,
fant man at metodens sensitivitet og spesifisitet for brudd i leggen var hhv. 87,5% og 87,5%,
men at deteksjons raten var lav for flere barnespesifikke brudd så som Toddler’s brudd,
trampoline brudd og SH-II brudd i proksimale tibia. For underarmsbrudd var sensitivitet /
spesifisitet hhv. 92,9% og 98,1%. Men igjen, deteksjonsraten var lav for enkelte
barnespesifikke brudd så som bøye-brudd i radius/ulna, avulsjoner av processus styloideus,
proksimale torusbrudd i radius og komplette brudd gjennom olecranon. Sensitivitet og
spesifisitet for brudd i albuen var hhv. 80,5% og 84,5%.
Forfatterne konkluderte med at BoneView er et lovende verktøy, men at metoden må
forbedres før klinikere kan stole på KI-basert brudd-diagnostikk alene. Norsk forening for
Pediatrisk Radiologi stiller seg bak denne konklusjonen.
Det pågår for tiden en rekke studier som undersøker flere aspekter ved bruk av KI i brudd-
diagnostikk hos barn. NFPR anbefaler at man avventer resultater fra disse studiene før
metoden eventuelt tas i bruk hos barn.
1. Altmann-Schneider, I., et al., Artificial intelligence-based detection of paediatric appendicular
skeletal fractures: performance and limitations for common fracture types and locations. Pediatr
Radiol, 2024. 54(1): p. 136-145.