骨质疏松症（Osteoporosis）是一种隐匿性疾病，其病理特征在于骨量流失往往在骨折发生前长期隐匿且无明显症状。目前，临床常规采用的骨质疏松筛查指南主要聚焦于高龄女性及特定的高危群体。这一选择性标准使得大量男性、年轻成年人以及体质指数（BMI）正常的健康群体完全处于常规筛查路径之外，构成了系统性的筛查盲区。
近日，台湾圣保禄医院健康管理中心与台湾大学健康政策与管理研究所组成的联合研究团队，在国际学术期刊《npj-数字医学》（npj Digital Medicine）上发表研究论文。研究团队证实，通过人工智能（AI）模型对临床常规胸部X光片（Chest X-rays）进行自动化分析，能够实现对无症状骨质流失的“机会性筛查（Opportunistic screening）”。这一技术路径有效弥补了传统筛查指南在东亚健康人群中的诊断盲区，且未增加患者的经济与辐射负担。
为了评估现有筛查机制的有效性，研究团队对大规模体检人群的健康数据实施了队列分析。结果显示，在通过双能X线吸收法（DXA，骨密度确诊金标准）确诊的骨密度异常病例中，有超过半数的患者其体质指数（BMI）处于完全正常的范围内。这一数据揭示了传统基于指南筛查的隐性盲区。如果医疗系统严格遵循传统的临床准则（如仅对低体重、特定年龄段群体进行 DXA 转诊），将会系统性地忽略掉这部分体重正常、年龄较低或为男性的隐性骨质流失患者。
由于胸部X光检查在东亚多数国家和地区的常规健康体检中已达到极高的普及率，将其作为 AI 筛查的底层基础设施具有较高的可行性。该 AI 策略提供了一种“轻基础设施（Infrastructure-light）”的公共卫生方案：直接利用现有的、已拍摄的常规胸片数据进行骨量异常风险评估，从而主动识别传统指南外的潜在高危个体，且不会给患者带来任何额外的检测流程、辐射剂量或经济负担。
论文第一作者、圣保禄医院健康管理中心主任陈书菡（Shu-Han Chen）医师指出，在台湾全民健康保险（NHI）体系的实际临床路径中，医生通常需要严格依据指南限定的适应症标准，来决定患者是否符合由医保给付的 DXA 骨密度检测资格。然而，这种硬性指标易造成漏诊。陈书菡医师认为，研究结果表明，AI 辅助的胸部X光分析能够扮演高效的“临床前哨”角色。它可以在体检阶段识别那些被传统指标漏掉、但实际上已经出现隐性骨质流失的个体，并引导他们及时接受确诊性的 DXA 检查，从而在极早期实施临床干预。
论文共同通讯作者、台湾大学健康政策与管理研究所张睿詒（Ray-E Chang）教授强调，这项研究不仅是技术上的创新，更展示了人工智能如何将现有的既有医疗存量资源，转化为可大规模低成本扩展的预防医学策略（Scalable preventive-health strategies）。通过这种无创、低成本的数字化评估，医疗系统能够为公众——尤其是传统指南中被边缘化的男性和年轻群体——提供更具社会公平性的骨质疏松筛查机会（Equitable access），这对于优化公共卫生资源配置、降低社会整体因骨质疏松致残率具有明确的转化医学价值。
参考文献：Shu-Han Chen et al, Advancing diagnostic equity through artificial intelligence chest radiograph screening for osteoporosis in Asian populations, npj Digital Medicine (2026). DOI: 10.1038/s41746-026-02484-x
编辑：王洪
排版：李丽
评论 (0)