通过人工智能胸片筛查骨质疏松以推进诊断公平性（亚洲人群）

日常体检中的隐性风险

许多成年人，尤其是在亚洲，正悄然出现骨质变薄，这会在晚年增加骨折风险。然而大多数人永远不会接受骨密度扫描，原因要么是现行指南主要面向高龄女性，要么是专门检查难以获得。本研究提出了一个简单但影响深远的问题：能否用已在常规体检中拍摄的胸部X光，结合人工智能来筛查那些骨骼可能严重脆弱的人，从而在骨折发生很久之前就发出警示？

为何弱骨常被遗漏

骨质疏松使骨骼脆弱、易发生骨折，影响全球数亿人。随着人口老龄化，亚洲的髋部骨折预计会大幅上升，但国家级筛查通常只针对高龄女性，导致许多男性和年轻成人未被检测。标准检查DXA骨密度扫描即便在可获得的地方也使用不足，而且超过一半的严重骨折发生在那些骨密度未达到现行阈值的人群中。体重也并非可靠的保护因素：在本研究中，许多体重正常的人仍存在令人担忧的骨质流失，这暴露了当前筛查方法的盲点。

将胸片变为骨骼检查工具

台湾的研究团队评估了一种深度学习工具，该工具能够从普通的胸部X光片估算骨骼强度。这些从胸前位拍摄的X光片通常会显示部分脊柱。软件分析影像、预测骨矿物质密度，并对疑似异常结果发出随访提示。为检验该工具，作者使用了2384名自愿前往预防保健中心、且在六个月内同时接受胸部X光与腰椎DXA检查的成人数据。该人群多为中年，平均年龄约44岁，体型差异大，具有东亚人群的典型特征。

人工智能识别弱骨的效果如何

当人工智能模型提示可能存在问题时，大约三分之一的人在DXA上确实显示异常骨密度，且它在118例确诊中正确标记了94例。在整个群体中，其区分正常与异常骨状态的能力很强，准确性指标（即曲线下面积）很高。该工具在男性与女性、年轻与年长成人以及三种体重指数范围内均表现稳定。它在排除疾病方面尤其出色：若AI未发现问题，骨骼真正正常的概率非常高。许多确诊病例为体重正常且年龄在50岁以上的女性，这类人群否则可能被忽视，因为她们并不显得明显虚弱。

这对临床意味着什么

由于胸部X光每年已拍摄数百万次，增加自动化骨骼检查无需额外就诊或增加辐射暴露。研究中的决策分析显示，用AI来决定谁应接受DXA检查，比让所有人或无人进一步检测能带来更多益处，尤其是在体重正常或偏轻的女性中。实务上，软件充当分诊工具：它帮助选择应转诊做全面骨密度扫描的患者，更有效地利用有限的设备和临床资源，同时减少漏诊。

走向公平与广泛应用的审慎步骤

作者强调，他们的发现来自单一医疗系统且确诊异常病例相对较少，因此对某些较小子组的结果仍存不确定性。该工具并非旨在取代DXA或临床判断，而是补充二者，并需要在不同医院、国家和民族群体中进一步验证。尽管如此，这项工作展示了经过精心设计的人工智能如何在不单一依赖年龄、性别或体重的前提下，支持更公平的诊断可及性。对患者而言，信息很明确：熟悉的胸部X光有朝一日可能成为脆弱骨骼的早期预警系统，帮助医生保护更多人免于疼痛且改变生活的骨折。

引用: Chen, SH., Chang, RE., Lien, CE. et al. Advancing diagnostic equity through artificial intelligence chest radiograph screening for osteoporosis in Asian populations. npj Digit. Med. 9, 359 (2026). https://doi.org/10.1038/s41746-026-02484-x

关键词: 骨质疏松, 骨密度, 人工智能, 胸部X光, 筛查