AIを活用したCTスキャンによる骨粗鬆症の機会的スクリーニングの可能性
新しい研究によると、腎臓結石や肺病変などの検出を目的とした胸部、腹部、脊椎のCT画像が、人工知能（AI）ツールを用いることで骨粗鬆症の初期兆候の特定にも利用できることが示されました。研究者らは、従来の二重エネルギーX線吸収法（DEXA）を補完する「機会的CTスクリーニング」の価値を強調しています。
研究内容と成果
本研究では、他の目的でCT検査を受けた患者を対象に骨粗鬆症をスクリーニングするAIアルゴリズムを開発し、検証しました。このアルゴリズムは、世界保健機関が報告する骨粗鬆症の有病率に基づき、年齢、性別、人種・民族性に応じた閾値に従って、主要な腰椎および胸椎の骨密度を評価します。
NYU Langoneの283,499人の患者から得られた538,946件のCT検査でアルゴリズムをテストした結果、平均年齢65歳の参加者のうち、DEXAスクリーニングを受けた女性の骨粗鬆症有病率（23.74%）と、CTスキャンを受けたサブセット患者におけるAIによる骨粗鬆症有病率（23.65%）がほぼ一致しました。また、AIアルゴリズムを用いて、50歳未満の女性は男性よりも骨密度が高いが、年齢とともにその差は縮まり、閉経後の女性で骨密度が低下する傾向や、黒人患者で最も骨密度が高く、次いでアジア人、白人患者であるといった骨量減少の傾向も特定され、放射線科医によって検証されました。
意義と課題
研究者らは、骨粗鬆症が診断・治療不足である現状を改善するため、この研究を行ったと述べています。特に、異なるスキャナーモデルやプロトコル間で骨密度値のばらつきを調整するための統計的手法を開発し、測定の一貫性と精度を確保した点が重要です。
しかし、研究には限界も存在します。データが米国北東部に限定されるため、一般化可能性に欠けること、また、椎体内の最低密度領域を特定する3D手法に特化した閾値が設定されているため、2D手法や代替の関心領域（ROI）配置には直接適用できない点が挙げられます。
専門家は、機会的CTスクリーニングの広範な導入には、複数の障壁があることを指摘しています。これには、CTスキャナーへの追加ソフトウェア導入費用、異なるCTスキャナー間での感度と特異度の不確実性、骨粗鬆症の確定診断にはDEXA検査が依然として必要であること、そして偶発的所見のフォローアップが既存のプライマリケア医の負担となる可能性などが含まれます。最終的には、このスクリーニングが骨折率を低下させたり、骨折関連の医療費を削減したりするかどうかを判断するためのさらなる研究が必要とされています。