探究基于人工智能（AI）检测技术的CT检查诊断肋骨骨折的临床价值。方法：肋骨骨折病例来源于2021年1月至2021年12月，共计105例，所有患者均行320排螺旋CT诊断，将获得的图像资料作为测试集数据，分别采用AI检测技术辅助+医师阅片（AI+医师）与医师阅片（医师）两种方法对图像资料进行审核判断，以2~3名高年资影像学医师联合读片的最终结果作为金标准，对比两种诊断方法的敏感性、特异性、准确性及诊断效能，比较两组诊断时间差异。结果：金标准诊断结果显示，105例患者的骨折数量为450根，AI+医师检出440根，其对肋骨骨折的诊断敏感性、特异性及准确性分别为97.78%、99.40%、99.10%，高于医师诊断，差异有统计学意义（P＜0.05）；AI+医师诊断肋骨骨折的平均时间为（2.43±0.52）分钟/例，显著短于医师诊断[（2.93±0.74）分钟/例]，差异有统计学意义（P＜0.05）；AI+医师组诊断肋骨骨折的AUC为0.979,高于医师组。结论：人工智能检测技术辅助CT诊断能够提升对肋骨骨折的诊断敏感性、特异性及准确性，诊断符合率高，能够减少漏诊的发生，且耗时较短，能够为患者治疗争取时机，值得推广应用。