Multinational Validation of a Radiography-Based AI Tool for Appendicular Fracture Detection and Corresponding Reader Performance
1Citations signalées — pas une note de qualité
9Institutions déclarées
5Pays d’affiliation déclarés
Résumé fourni par la source
In this multinational and multireader study, a radiography-based artificial intelligence tool for fracture detection showed robust performance and conferred the greatest benefits to less experienced readers.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Multinational Validation of a Radiography-Based AI Tool for Appendicular Fracture Detection and Corresponding Reader Performance
- Date Crossref
- 01/08/2026
- Éditeur
- Radiological Society of North America (RSNA)
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude et ne compte pas comme une seconde source scientifique indépendante.
Institutions déclarées
Erasmus MCUniversity of CopenhagenFrederiksberg HospitalIT University of CopenhagenOR Concepts Applied (United States)Hvidovre HospitalHumboldt-Universität zu BerlinBerlin Institute of Health at Charité - Universitätsmedizin BerlinArtificial Intelligence in Medicine (Canada)
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Sujets associés
Artificial Intelligence in Healthcare and EducationRadiology practices and educationMedical Imaging and Analysis