机会性骨质疏松症查的成本效益使用人工智能辅助的胸部X射线在日本

科学领域:

• 医学成像分析分析 医学成像分析
• 医疗保健中的人工智能
• 公共卫生经济学 公共卫生经济学

背景情况:

• 由于传统查方法的局限性,骨质疏松症往往没有被诊断出来.
• 早期检测和治疗对于预防骨折和改善患者结果至关重要.
• 人工智能 (AI),特别是胸部X射线上的深度学习,为机会性骨质疏松症查提供了一个新的机会.

研究的目的:

• 评估人工智能辅助的机会性骨质疏松症查的成本效益,在50岁及以上的日本女性中使用胸部X射线.
• 为了比较人工智能辅助查策略与没有查的成本,以质量调整的生命年 (QALY) 获得的成本.
• 评估不同场景的经济可行性,包括日本全国范围,高发病率地区 (库雷市) 和低发病率场景.

主要方法:

• 开发了一个经济模型来估计每QALY获得的成本 (在2024年日本日元).
• 该模型结合了人工智能系统的诊断性能,日本骨质疏松症指南,现实世界药物持续性和治疗开始率.
• 对日本整体,库雷市和较低发病率的场景进行了分析,考虑了患者轨迹和双能X射线吸收仪检查概率.

主要成果:

• 在全国范围内,人工智能辅助查的QALY成本为189,713日元,远低于500万日元的成本效益值.
• 在Kure市,人工智能方法是主导策略,以较低的总成本产生更多的QALY.
• 在较低发病率的情景中,每QALY的成本为1,055,095日元,也低于值,在敏感性分析中得到了强有力的结果.

结论:

• 人工智能辅助的胸部X射线查用于偶然的骨质疏松症检测,对于日本老年女性来说,经济上是可行的.
• 这种创新的选方法表现出强大的成本效益,并且在骨折率较高的地区是占主导地位的战略.
• 这些发现支持将AI整合到机会性查计划中,以改善骨质疏松症管理.