內地逾50歲女性患骨質疏鬆超30%AI骨密度軟體28秒完成分析

隨着科技巨頭大力投資於醫療保健創新，人工智能近年來得到了巨大的推動。例如IBM的 Watson系統通過在患者就診期間收集的數據幫助早期診斷心力衰竭。這種系統已進入許多醫院病房，並且比傳統方法更有效。

事實證明，人工智能在診斷醫療狀況方面與醫生一樣可靠。英國牛津一家醫院的研究人員開發了用於預測心臟病的人工智能（AI）。根據他們的研究，在 80% 的案例中，該技術在預測心血管疾病方面的表現優於醫生。與此同時，哈佛醫學院的科學家們開發了一種基於機器學習的顯微鏡，能夠以驚人的 95% 的準確率檢測致命的血液感染。

50歲以上人群骨質疏鬆症患病率逾19%

把篩查交給AI，診斷還給臨床醫生，這個角色分工明確之後，對人工智慧的推廣很有效。內地首個骨質疏鬆症流行病學調查結果顯示，中國50歲以上人群骨質疏鬆症患病率為19.2%，中老年女性骨質疏鬆問題尤為嚴重，50歲以上女性患病率達到32.1%，65歲以上女性的患病率甚至達到51.6%。同時，低骨量人群龐大，40-49歲人群低骨量率為32.9%，50歲以上人群低骨量率達到46.4%，是骨質疏鬆症的高危人群。儘管受影響人群眾多，但正因其「慢」，且早期幾乎無癥狀的特點，骨質疏鬆症也是極易被忽略的「隱形殺手」。隨着年齡逐漸增長，骨量流失是每個人必經的歷程，受生活習慣和其他癥狀誘導等因素影響，骨量加速流失到一定程度，則演變成骨質疏鬆症。

骨質疏鬆管理十分被動

骨質疏鬆，這是一個亟待解決大規模篩查難題的疾病，患病率極高。但由於傳統骨密度檢測方法的局限性，一直難以通過大規模篩查實現提前預防。在上海交通大學醫學院附屬瑞金醫院盧灣分院院長陸勇看來，體檢場景中的大規模篩查需求，與AI廣闊的覆蓋優勢，以及快速精確的檢測能力正好契合，蘊藏着醫學影像AI的商業化前景。

在日常的臨床工作中，對骨質疏鬆這一疾病的管理往往十分被動。骨鬆患者一般是在身體出現病痛時，如腰痛、背痛，才來就診。待顯現出這種較明顯的癥狀，患者的椎體實際上可能已經出現骨形態改變或骨質疏鬆性骨折了。

「在已經發生骨折情況下，我們再進行干預，起不到很好的預防作用，所以普及早期篩查是預防骨質疏鬆性骨折非常重要的一個環節。AI自動化的一小步，是實現骨鬆提前預防的一大步。借助AI篩查，我們是主動告訴病人骨密度的問題，需要預防，從被動變主動，它的意義和結果是完全不一樣的。 」

陸勇表示，AI的引入，每天完成的健康體檢的體檢篩查性質的低劑量胸部CT掃描就超過1500例。如果請醫生去做常規手工檢測，一周都做不完。有了AI以後，估計24小時內就能完成初步分析，為篩查分析提供了有效依據。

AI提高體檢骨密度篩查質量

目前，內地AI骨密度軟體已經在很多醫院落地。據介紹，這款軟體能夠在28秒內就完成骨密度篩查的初步分析。現在內地很多體檢中心採用四肢的X光骨密度或超聲測量做體檢，這些檢查方法只能用於篩查，不能用於診斷。「我們經常會碰到，在體檢時檢查手指的骨密度，報告骨質疏鬆，但跑到醫院做了DXA檢測，再做QCT檢測，最後結果是骨密度正常。」很顯然，如果能做DXA或QCT檢查更有優勢。AI的引入，或許能提高體檢骨密度篩查的品質。從現在的對照結果來看，AI骨密度軟體的檢測精確度，與QCT的檢測結果相比能夠達到99%的一致性。

破解商業化難題：篩診分工，體檢場景大有可為醫學影像AI的應用範圍正在不斷擴大，越來越多疾病的診斷和治療評價工作獲得AI技術的加持，顯現出新的思路。醫院對AI更看重的，是能不能切實改善臨床的行為。AI骨密度軟體最後能否成功在醫院落地，還得看引入AI篩查後，能否提示患者做骨密度檢查，把骨質疏鬆高風險人群篩查出來，早診斷，管理起來，「這樣才是應用AI的效果。」