محققان یک سیستم تشخیصی مبتنی بر هوش مصنوعی توسعه دادهاند که میتواند تراکم مواد معدنی استخوان را هم در ستون فقرات کمر و هم در استخوان ران پا، بر اساس تصاویر اشعه ایکس تخمین بزند.
به نقل از مدیکالاکسپرس، در مجموع ۱۴۵۴ تصویر اشعه ایکس با استفاده از سیستم دانشمندان مورد تجزیه و تحلیل قرار گرفت. میزان حساسیت عملکرد برای کمر و استخوان ران بیماران مبتلا به کاهش تراکم استخوان به ترتیب ۸۶.۴ و ۸۴.۱ درصد بود. میزان اختصاصی بودن آن نیز ۸۰.۴ و ۷۶.۳ درصد بود.
حساسیت، توانایی آزمایش در شناسایی صحیح افراد مبتلا به پوکی را نشان میداد در حالی که اختصاصی بودن، توانایی آن را در شناسایی صحیح افراد بدون پوکی استخوان نشان میداد. این آزمایش همچنین از حساسیت و اختصاصی بودن بالایی برای دستهبندی بیماران مبتلا به پوکی استخوان و بدون آن برخوردار بود.
دکتر تورو مورو، نویسنده مسئول این مقاله از دانشگاه توکیو، میگوید: اندازهگیری تراکم مواد معدنی استخوان برای غربالگری و تشخیص پوکی استخوان ضروری است، اما دسترسی محدود به تجهیزات تشخیصی به این معنی است که میلیونها نفر در سراسر جهان ممکن است از این بیماری بیاطلاع بمانند.
این سیستم هوش مصنوعی پتانسیل تبدیل عکسهای رادیولوژی بالینی معمول را به ابزاری قدرتمند برای غربالگری دارد و امکان تشخیص زودهنگام، گستردهتر و کارآمدتر پوکی استخوان را فراهم میکند.
Researchers have developed an AI-based diagnostic system that estimates bone mineral density in both the lumbar spine and femur from X-ray images. Analyzing 1,454 X-ray images, the system showed a sensitivity of 86.4% for the spine and 84.1% for the femur in detecting low bone density, with specificities of 80.4% and 76.3%, respectively. This indicates its effectiveness in identifying osteoporosis. Dr. Tohru Moro from the University of Tokyo emphasizes the importance of measuring bone density for osteoporosis screening, noting that limited access to diagnostic equipment leaves many unaware of the condition. The AI system could transform routine radiology into a powerful screening tool for early osteoporosis detection.