三總AI演算法推估「骨質疏鬆」成效 揪出315位潛在患者

三军总医院研究团队开发一个AI伺机性筛检的新模式，有别于传统系统性筛检。方文辉表示，研究团队利用医疗系统内的巨量资料，例如胸部X光片，训练出可用于辅助诊断的人工智慧演算法。记者邹尚谦／摄影

AI人工智能发展迅速，三总研究团队用来做「骨质疏松」的预测也取得相当正面的结果。三总家庭医学科主任方文辉表示，透过「人工智慧伺机性筛检」筛出一位44岁男性个案，透过过去X光筛检的纪录，列为骨质疏松高风险族群，并及时介入治疗。

骨质疏松症是全球盛行率仅次于心血管疾病的第二大重要疾病，其严重性影响着全球各地的老年人群。方文辉表示，根据统计调查，台湾65岁以上的台湾妇女中，有19.8%发生过一次以上的脊椎体压迫性骨折；而男性则有12.5%，但停经后妇女骨质疏松症的盛行率将近30%。

「骨质疏松是一种无症状疾病。」方文辉指出，脆弱性骨折住院的致死率约为20%，而骨质疏松症正式导致的主因，筛检若能够及时介入并给予治疗，能够有效减少将近9成的脆弱性骨折风险。

方文辉说，传统的骨质疏松筛检系统性筛检，主要是根据年龄、性别、体重、身高、骨折病史、父母骨折病史、类风湿性关节炎病史、吸烟习惯、是否使用类固醇药物、续发性骨质疏松症病史以及饮酒习惯来计算，并得出FRAX分数，作为诊断依据。

三总研究团队开发一个AI伺机性筛检的新模式，有别于传统系统性筛检。方文辉表示，研究团队利用医疗系统内的巨量资料，例如胸部X光片，训练出可用于辅助诊断的人工智慧演算法，从患者的医疗资料中找出疾病特征回馈给该患者的主责医师。

AI会利用个案过往的胸部X光片，预测其腰椎及髋关节骨的骨质密度，再通知患者回诊，接受标准的骨质密度检查。方文辉说，三总院内以AI筛选出315位高风险患者中，高达272位、86.3%患者回诊中被确认为骨质疏松、43位、13.7%患者为骨质缺乏，最终有92位、33.8%患者进一步接受积极药物治疗。

方文辉表示，有一例60岁男性，在FRAX分数中「无风险因子」，是在传统的系统性筛检中会被忽略的族群，但透过其胸部X光预测其骨质疏松程度高危险族群，通知该个案回诊接受DXA检查后，确认其已达到骨质疏松的严重程度；另一例44岁男性个案也是透过其胸部X光成功筛检出骨质疏松高风险族群，都幸运地及早发现进行治疗。

方文辉说，三总所开发利用人工智慧演算法建立新颖的伺机性筛检模式，可突破目前骨质疏松筛检率低落的困境，将有限的筛检资源用于真正有需求的高风险族群，从而落实预防医学中风险分层之医疗目的，以达到早期侦测早期治疗之目的。