Osteoporoza to jedna z najczęstszych chorób układu kostnego, często długo pozostająca niezdiagnozowana. Odpowiedzią na ograniczony dostęp do badań densytometrycznych może być nowy system wspomagany sztuczną inteligencją, który – jak pokazują wyniki badania opublikowanego w Journal of Orthopaedic Research – potrafi precyzyjnie ocenić gęstość mineralną kości na podstawie standardowych zdjęć rentgenowskich. To innowacyjne rozwiązanie może znacząco usprawnić wczesną diagnostykę osteoporozy i osteopenii, zwłaszcza w warunkach podstawowej opieki zdrowotnej.
Z tego artykułu dowiesz się…
- Jak działa system sztucznej inteligencji, który ocenia gęstość mineralną kości na podstawie zwykłych zdjęć rentgenowskich.
- Dlaczego nowa technologia może zwiększyć dostępność wczesnej diagnostyki osteoporozy i osteopenii.
- Jakie wskaźniki skuteczności (czułość i swoistość) osiąga test w porównaniu do tradycyjnych metod.
- Jakie zastosowania kliniczne może mieć system AI i jak może zmienić praktykę codziennej opieki zdrowotnej.
Przełom w diagnostyce chorób kości dzięki sztucznej inteligencji
Zespół badaczy z Uniwersytetu Tokijskiego opracował innowacyjny system diagnostyczny oparty na sztucznej inteligencji, który potrafi ocenić gęstość mineralną kości na podstawie zwykłych zdjęć rentgenowskich. Nowe rozwiązanie, opisane w czasopiśmie Journal of Orthopaedic Research, może znacząco zwiększyć dostępność do badań przesiewowych w kierunku osteoporozy oraz przyspieszyć jej wczesne wykrywanie u pacjentów na całym świecie.
W badaniu wykorzystano łącznie 1454 zdjęcia RTG, analizując gęstość kości w dwóch kluczowych lokalizacjach: w odcinku lędźwiowym kręgosłupa oraz w bliższej części kości udowej. Uzyskane wyniki sugerują, że sztuczna inteligencja może stanowić skuteczną alternatywę dla bardziej kosztownych i mniej dostępnych metod diagnostycznych, takich jak densytometria DXA.
Skuteczność systemu oparta na danych
W badaniu wykazano, że system AI osiągnął bardzo dobre parametry diagnostyczne w rozpoznawaniu osteopenii – stanu poprzedzającego rozwój osteoporozy.
- Czułość testu w przypadku odcinka lędźwiowego wyniosła 86,4%, a w przypadku kości udowej 84,1%.
- Swoistość osiągnęła odpowiednio 80,4% i 76,3%.
Czułość (sensitivity) odnosi się do zdolności testu do wykrywania osób z obniżoną gęstością kości (osteopenią), natomiast swoistość (specificity) – do poprawnej identyfikacji osób zdrowych.
Co istotne, opracowany system wykazał równie wysoką skuteczność w kategoryzowaniu pacjentów z osteoporozą i bez niej, co może być niezwykle przydatne w kontekście masowych badań przesiewowych.
Sztuczna inteligencja a dostępność diagnostyki
Tradycyjne badania gęstości mineralnej kości – takie jak densytometria – choć skuteczne, pozostają poza zasięgiem wielu pacjentów z uwagi na ograniczoną dostępność sprzętu i wysokie koszty. Tymczasem zdjęcia rentgenowskie należą do najczęściej wykonywanych badań obrazowych w codziennej praktyce klinicznej.
Pomiar gęstości mineralnej kości jest niezbędny do badań przesiewowych i diagnozowania osteoporozy, ale ograniczony dostęp do sprzętu diagnostycznego oznacza, że miliony ludzi na całym świecie mogą pozostać niezdiagnozowane – podkreślił dr n. med. Toru Moro, autor korespondencyjny badania.
Zastosowanie sztucznej inteligencji do analizy zdjęć RTG może znacząco zwiększyć dostęp do skutecznej diagnostyki.
Ten system sztucznej inteligencji ma potencjał, aby przekształcić rutynowe kliniczne zdjęcia rentgenowskie w potężne narzędzie do badań przesiewowych, umożliwiając wcześniejsze, szersze i skuteczniejsze wykrywanie osteoporozy – dodał dr Moro.
Zastosowania kliniczne i przyszłość technologii
Nowy system diagnostyczny może znaleźć zastosowanie m.in. w:
- gabinetach podstawowej opieki zdrowotnej,
- izbach przyjęć,
- szpitalach powiatowych,
- placówkach z ograniczonym dostępem do specjalistycznej aparatury.
Co więcej, integracja tego typu algorytmów z systemami PACS (archiwizacji i transmisji obrazów) mogłaby umożliwić automatyczną analizę zdjęć już na etapie ich archiwizacji w systemie, generując alerty dla lekarzy prowadzących w przypadkach podejrzenia osteoporozy.
W dalszej perspektywie możliwe jest rozszerzenie funkcjonalności AI na inne choroby metaboliczne kości, a także stworzenie bardziej spersonalizowanych modeli ryzyka złamań.
👉 Wyniki oraz opis badań znajdziesz pod TYM LINKIEM
Główne wnioski
- System AI opracowany przez naukowców z Uniwersytetu Tokijskiego analizuje zdjęcia RTG kręgosłupa lędźwiowego i kości udowej, oceniając gęstość mineralną kości.
- Uzyskano czułość 86,4% i 84,1% oraz swoistość 80,4% i 76,3% w wykrywaniu osteopenii, co świadczy o wysokiej skuteczności testu.
- Pomiar gęstości kości z wykorzystaniem AI może znacząco zwiększyć dostępność badań przesiewowych i umożliwić wcześniejsze rozpoznanie osteoporozy.
- Technologia może znaleźć zastosowanie w praktyce klinicznej na całym świecie, zwłaszcza tam, gdzie dostęp do densytometrii jest ograniczony.
Źródło:
- University of Tokyo
- Journal of Orthopaedic Research
- Wiley
