通过人工智能驱动的模型对亚洲人群进行骨质疏松症筛查（OOPS）的优化及验证
通过人工智能驱动的模型对亚洲人群进行骨质疏松症筛查（OOPS）的优化及验证
《Journal of Clinical Densitometry》：Optimizing Osteoporosis Pre-Screening (OOPS) through AI-Driven Models and Validation in the Asian Population
【字体：
大
中
小
】
时间：2026年01月21日
来源：Journal of Clinical Densitometry 1.6
编辑推荐：
骨质疏松AI预筛工具OOPS结合CatBoost和随机森林特征选择，在1100例 Pakistani样本中ROC/AUC达0.98，适用于资源有限地区。
Muhammad Abrar|Sampana Fatima|Mohsin Islam Tiwana|Adeela Shahid|Fazlina Shaid巴基斯坦伊斯兰堡国立科学技术大学电气与机械工程学院机电一体化工程系，邮编51000摘要背景骨质疏松症是公共卫生领域的一个主要问题，导致骨折病例增加，尤其是在老年人中。早期筛查对于及时干预和后续管理至关重要。本研究介绍了“优化骨质疏松症预筛查”（OOPS）这一基于人工智能的骨质疏松症预筛查工具，旨在为医疗专业人员提供一个决策支持系统（DSS），以帮助早期发现骨质疏松症。OOPS已经通过双能X射线吸收测定法（DXA）扫描进行了验证，而DXA扫描是全球骨质疏松症诊断的金标准。方法论这项横断面研究在获得知情同意后纳入了1100名参与者（550名男性和550名女性）。通过问卷收集了人口统计数据，并对左侧股骨进行了DXA扫描以诊断骨质疏松症。应用机器学习（ML）技术从获取的数据中选择最相关的特征，从而构建了预测性AI模型OOPS。为了简化模型，使用了三种特征选择技术/方法，随后实施了五个ML模型，并根据七个指标对其性能进行了评估。结果结合随机森林（RF）特征选择的CatBoost（CB）模型表现最佳，曲线下面积（ROC/AUC）为0.98，敏感性为0.95，特异性为0.85，准确率为0.93。其他指标，包括F1分数、阳性预测值（PPV）和阴性预测值（NPV）分别为0.97、0.95和0.96。结论“优化骨质疏松症预筛查”（OOPS）工具及其决策支持系统（DSS）是一种有效且可靠的早期骨质疏松症筛查工具。其强大的性能和简单的界面使其在缺乏先进诊断技术（如DXA）的环境中特别有益。本研究强调了基于AI的工具通过早期识别和管理骨质疏松症来改善公共卫生结果的潜力。这可能有助于降低老年人群中的骨折相关发病率。部分摘录背景骨质疏松症是一种常见的骨骼疾病，会导致骨矿物质密度（BMD）下降和微观结构层面的退化22,25,39。BMD是衡量骨组织中矿物质含量的指标，特别是非离子化钙的含量。BMD可以反映骨的强度。当BMD降至特定值时，骨头会变得脆弱、多孔且易碎，可能导致无应力性骨折。这是一种“无声”的疾病；通常在症状出现时方法论这项横断面研究根据STROBE指南，在巴基斯坦国立科学技术大学（NUST）的电气与机械工程学院（CEME）进行，并与Shalamar医学与牙科学院（SMDC：IRB编号0430）合作，在获得NUST机构审查委员会（IRB）的伦理批准后实施（批准编号：2024-IRB-A-32/32）。研究时间为23个月11天，从2022年7月19日持续到2024年6月30日。结果研究共纳入1100名参与者（550名男性和550名女性），他们来自巴基斯坦的六个主要城市，包括所有省会。大多数研究对象的骨矿物质密度较低，且在女性人群中更为普遍（表1）。骨矿物质密度数据被分为训练组、内部验证组、测试组和外部验证组（补充文件1，表S2），骨质疏松症的发病率也有所差异讨论本研究旨在开发并验证一种基于人工智能的骨质疏松症预筛查工具OOPS，利用先进的机器学习技术实现疾病的早期准确检测。通过问卷（补充文件2）收集了24个与骨质疏松症显著相关的风险因素（预测因子/特征）。其中15个风险因素来自临床前骨质疏松症筛查工具（POST）40，另外9个为独特风险因素（表S1，补充文件）结论OOPS代表了一种创新且具有变革性的方法，特别是在缺乏先进诊断工具（如DXA扫描）的地区实现疾病的早期检测。通过利用机器学习模型和易于获取的风险因素，OOPS提供了高性能、成本效益高且易于使用的骨质疏松症早期检测解决方案。研究表明，结合随机森林特征选择的CB机器学习模型取得了优异的结果缩写BMD：骨矿物质密度；OOPS：优化骨质疏松症预筛查；QUS：定量超声；AI：人工智能；ML：机器学习；PPV：阳性预测值；NPV：阴性预测值；DXA：双能X射线吸收测定法；SCORE：简单计算的骨质疏松症风险估计；MOST：男性骨质疏松症筛查工具；OSIRIS：骨质疏松症风险指数；CEME：电气与机械工程学院；NUST：巴基斯坦国立科学技术大学数据可用性声明伪代码见补充文件3；如有合理请求，主要作者将提供数据。未引用的参考文献20致谢无
相关新闻