人工智能驱动的骨科老年医学中肌肉减少症评估：技术进展与临床意义
Tengbo Pei1, Yutian Lei2, Yufang Gao1
1Department of Medical Laboratory, Xianyang Central Hospital, Xianyang, Shaanxi, China.
肌少症是一种以肌肉质量和功能进行性丧失为特征的骨骼肌系统疾病，在老年骨科领域构成重大挑战，其在外科患者群体中的患病率高达48.7%。该病症与跌倒风险增加、继发性骨折、术后并发症及死亡率升高密切相关。尽管其临床意义重大，传统的诊断方法如双能X线吸收测定法（DXA）和生物电阻抗分析（BIA）在急性骨科临床环境中常难以实施，原因包括患者活动受限、体位摆放困难以及术后体液失衡等。本叙述性综述旨在总结人工智能（AI），特别是深度学习技术如何通过从常规临床影像中实现自动化、高通量的机会性筛查，弥补上述诊断空白。卷积神经网络在肌肉数量与质量的分割方面已达到专家级水平，其Dice相似性系数通常超过0.94。由AI生成的指标可作为预测不良手术结局（包括住院时间延长和感染）、功能恢复情况及一年内死亡率的可靠独立预测因子。通过将这些指标整合至临床决策支持系统（CDSS）和电子病历系统（EMR），人工智能推动了从被动性骨折管理向主动性预防的范式转变，实现自动化的“零点击”预警和多学科干预路径。尽管在技术标准化、生物学变异性及模型可解释性方面仍存在显著挑战，AI驱动的评估正促使老年骨科诊疗从主观判断转向精准、客观的量化分析。
肌少症是一种以肌肉质量和功能进行性丧失为特征的骨骼肌系统疾病，在老年骨科领域构成重大挑战，其在外科患者群体中的患病率高达48.7%。该病症与跌倒风险增加、继发性骨折、术后并发症及死亡率升高密切相关。尽管其临床意义重大，传统的诊断方法如双能X线吸收测定法（DXA）和生物电阻抗分析（BIA）在急性骨科临床环境中常难以实施，原因包括患者活动受限、体位摆放困难以及术后体液失衡等。本叙述性综述旨在总结人工智能（AI），特别是深度学习技术如何通过从常规临床影像中实现自动化、高通量的机会性筛查，弥补上述诊断空白。卷积神经网络在肌肉数量与质量的分割方面已达到专家级水平，其Dice相似性系数通常超过0.94。由AI生成的指标可作为预测不良手术结局（包括住院时间延长和感染）、功能恢复情况及一年内死亡率的可靠独立预测因子。通过将这些指标整合至临床决策支持系统（CDSS）和电子病历系统（EMR），人工智能推动了从被动性骨折管理向主动性预防的范式转变，实现自动化的“零点击”预警和多学科干预路径。尽管在技术标准化、生物学变异性及模型可解释性方面仍存在显著挑战，AI驱动的评估正促使老年骨科诊疗从主观判断转向精准、客观的量化分析。
