骨粗鬆症のスクリーニングにおける人工知能ソフトウェアの評価：検証研究

科学分野:

• 放射線学
• 人工知能
• 骨粗鬆症スクリーニング

背景:

• 骨粗鬆症は骨折の重大なリスクをもたらしますが、特に地方では、ゴールドスタンダードであるDXAスキャンの利用可能性が限られています。
• 既存の骨粗鬆症診断方法は普遍的に利用可能ではなく、早期発見と介入におけるギャップを生み出しています。

研究 の 目的:

• X線写真を使用して骨量減少（BMD）および骨粗鬆症のリスクのある患者を特定する人工知能（AI）ソフトウェアであるRhoのパフォーマンスを独立して検証すること。
• 特にDXAスキャンへのアクセスが限られている集団における、機会的なスクリーニングツールとしてのRhoの有効性を評価すること。

主な方法:

• X線写真の1年以内に取得されたDXAスキャンを持つ4878人の患者（平均年齢70±10歳、80％が女性）を対象とした後ろ向き研究。
• 低BMD（Tスコア<-1）および骨粗鬆症（Tスコア≤-2.5）の予測におけるRhoのパフォーマンスを評価するために、曲線下面積（AUC）を計算しました。
• X線写真の場所、性別、および地方対都市の集団に基づくサブグループ分析を実施しました。

主要な成果:

• Rhoは、低BMD（AUC = 0.840）および骨粗鬆症（AUC = 0.815）の予測において高い精度を示しました。AIツールは、低BMDおよび骨粗鬆症の検出の両方において、地方と都市の集団で同等に強力なパフォーマンスを示しました。Rhoは男女ともに効果的に機能しましたが、最適な閾値は性別によって異なりました。

結論:

• Rhoソフトウェアは、標準的なX線写真を使用して、低BMDおよび骨粗鬆症のリスクのある個人を特定する上で非常に効果的です。
• この発見は、DXAへのアクセスが限られている地域でのギャップを埋める可能性のある、機会的なスクリーニングツールとしてのRhoの有用性を支持しています。
• AIを活用したX線写真分析は、骨粗鬆症スクリーニングのアクセス可能性と早期発見を改善するための有望なソリューションを提供します。