人工智能增强的形态计量学报告用于标准化面部美容治疗计划：一项多评估者可靠性研究

背景：面部美容评估本质上是主观的，导致治疗计划中存在显著的观察者间变异性。人工智能（AI）为标准化形态计量学报告提供了潜在框架。目的：评估AI增强的形态计量学报告是否能提高皮肤科医生之间模拟美容治疗计划的一致性。方法：6位皮肤科医生（3位专家，3位住院医师）为来自芝加哥面孔数据库的76张标准化正面图像提出了治疗计划（神经毒素单位和填充剂体积）。在第一阶段（基线），评估者使用视觉直觉。在第二阶段（AI增强），评估者获得客观的形态计量学报告。主要结果是评估者间信度的变化，通过组内相关系数（ICC(2,1)）测量。结果：58.4%的病例存在显著的基线不对称（>1.5缩放单位）。总体ICC(2,1)在AI增强后从0.62（95% CI：0.54-0.69）提高到0.88（95% CI：0.81-0.93）。最大的改善出现在住院医师组（ICC：0.46到0.84）。与专家组均值相比的平均绝对偏差从0.34降至0.12缩放单位。结论：AI增强的形态计量学报告与提高的评估者间一致性和减少的模拟面部美容治疗计划变异性相关，尤其是在经验较少的评估者中。然而，改善的一致性并不一定反映改善的临床准确性，未来需要针对临床结果进行验证。AI系统作为决策支持工具，而非替代临床医生的判断。