AI模組包含物件檢測、資料前處理、分類之集合式模型。藉YOLO 3模組，分辨X光影像各節椎體，由資料影像前處理降噪並加強影像脊椎對比度，整合ResNet34、DenseNet121、DenseNet201集合式模組，導入AI模組，用於脊椎體骨折判讀，結合後可提升脊椎骨折判讀的準確度、敏感度、特異度。

目前，並無醫院利用AI模組輔助醫師做脊椎骨折的判讀。藉組合性模組，整合三組神經網路模組(ResNet34、DenseNet121、DenseNet201)，AI深度學習組合式模組目前可以運用到臨床的介面，醫師將DICOM格式，上傳到醫院放射線部的雲端伺服器，等45秒輸出報告，提供臨床醫師參考的依據。

利用AI的組合型模組，在脊椎X-ray側面照下，輔助醫師判讀與診斷脊椎骨折。利用AI做臨床輔助診斷時，能快速、有效率地做出判讀，特別在大半夜急診，骨科醫師或放射科醫師未能立即抵達現場時，AI輔助判讀，或許是個解決的方法之一。利用AI輔助診斷的目的: 輔助診斷、盡早治療、減少浪費、精準醫療。