本周分享的文章是2026年由北京大学第一医院放射科（作者：Kexin Wang、He Wang、Jinyun Wu、Ke Wang、Xiaoying Wang）联合北京赛迈特锐医疗科技有限公司（作者：Weipeng Liu、Yaofeng Zhang）在《Cancer Treatment and Research Communications》发表的研究成果-《Automated Detection and Classification of Radiology Report Discrepancies Using NLP: A Tool for Resident Education and Quality Assurance》。
研究旨在开发并评估一种自然语言处理（NLP）系统，该系统能够自动检测和分类放射学初步报告与最终报告之间的差异，以期通过结构化反馈加强住院医师教育。
回顾性分析了2023年12月至2024年3月期间889份去标识化的腰椎MRI报告（其中768份有修改）。初步完整诊断报告由轮转期间的在培住院医师生成；最终报告随后由主治放射科医师远程审核。使用多步骤NLP流程提取诊断印象部分的差异：句子分割、基于BERT的句子匹配、基于GPT-4的命名实体识别，以及基于规则分类为11种修正类型（漏诊、误诊、漏报影像特征、误判影像特征、定位错误、诊断推理错误、临床问题遗漏、严重程度错误、置信度差异、拼写错误和术语优化）。由三位放射科医师建立金标准。针对每种修正类型分别采用准确性、敏感性、特异性和组内相关系数评估系统性能。在报告层面分析住院医师和主治医师的表现趋势。
该NLP系统在11种修正类型中均达到了高准确性（0.983–0.999）、高敏感性（0.977–1.000）和高特异性（0.900–1.000），且评估者间信度高（组内相关系数 > 0.75）。最常见的修正是误诊（768例中有504例，占65.6%）和漏诊（768例中有356例，占46.4%）。住院医师的错误率存在显著差异，尤其在漏诊方面（16名住院医师范围：11.1%–59.1%）和误诊方面（范围：24.0%–71.1%）。主治医师的修正模式表现出显著异质性（n=6；个人工作量范围95–187份报告；中位数159份报告），所有主要错误类型均存在显著差异（漏诊P 值均< .001 [20.6%–82.0%]，误诊[31.4%–66.7%]，定位错误[15.8%–54.7%]，术语精炼[3.2%–36.7%]）。
基于NLP的差异追踪系统能够准确识别和分类报告修改，为放射科住院医师提供可扩展的、有针对性的反馈。住院医师和主治医师之间的差异凸显了个体化培训和标准化审阅实践的必要性。
研究提出了一种基于NLP的差异追踪系统，该系统能有效检测和分类放射学初步报告与最终报告之间的差异，为住院医师教育和质量保证提供了巨大潜力。未来的发展应侧重于扩展到各类放射学检查，整合先进的大语言模型技术，并在多机构中进行验证，以增强其教育和临床影响。
本文章内容基于《Automated Detection and Classification of Radiology Report Discrepancies Using NLP: A Tool for Resident Education and Quality Assurance》整理。 |
