AI駆動型モデルとアジア人集団での検証による骨粗鬆症スクリーニングの最適化（OOPS）

科学分野:

• ヘルスケアにおける人工知能; 医療診断; 公衆衛生技術

背景:

• 骨粗鬆症は、高齢者の骨折リスクを高める、重大な公衆衛生上の課題となっています。; 早期の骨粗鬆症スクリーニングは、適時の介入と効果的な管理のために不可欠です。; Optimizing Osteoporosis Pre-Screening（OOPS）ツールは、骨粗鬆症の早期発見のためのAIベースの意思決定支援システム（DSS）として導入されています。

主な方法:

• インフォームドコンセントを得た1100人の参加者（男性550人、女性550人）を対象とした横断研究。; 問診票を通じて収集された人口統計学的データ、続いて骨粗鬆症診断のための左大腿骨のDXAスキャン。; 特徴量選択および5つの予測モデルを含む機械学習（ML）技術を適用して、OOPSツールを開発しました。

結論:

• 統合されたDSSを備えたOOPSツールは、骨粗鬆症の早期スクリーニングのための信頼性が高く効果的な方法です。; その高いパフォーマンスとユーザーフレンドリーなインターフェースは、DXAのような高度な診断技術が不足しているリソースが限られた設定で特に価値があります。; OOPSのようなAI駆動型ツールは、骨粗鬆症の早期特定と管理を容易にすることで公衆衛生を改善する大きな可能性を秘めており、それによって高齢化する集団における骨折関連の罹患率を減少させます。