[[[expert-person]]]

近日，上海交通大学医学院附属第六人民医院骨质疏松和骨病专科、上海市骨疾病临床研究中心章振林教授带领的科研团队联合上海脊影慧智能科技有限公司，首次报道了智能辅助诊断系统对骨质疏松性椎体骨折及其分度诊断的结果。该研究成果发布在美国骨与矿物质研究学会会刊Journal of Bone and Mineral Research。研究团队开发了利用深度学习算法在胸腰椎X线平片上进行椎体骨折诊断的智能辅助诊断系统（AI_OVF_SH），能够利用X线平片进行椎体精准定位、骨折及其分度智能诊断，研究成果有望推动人工智能技术在椎体骨折诊断领域中的应用。

X线平片检查是诊断骨质疏松性椎体骨折的首选影像学检查方法，具有快速、可及性强、辐射剂量低和成本低等优势。在临床实践中，常使用Genant目视半定量法进行椎体骨折及其分度的评估。然而，由于该方法具有较强的主观性，导致在椎体骨折诊断方面存在较高的漏诊率和误诊率。随着人工智能、数字医疗和大数据的发展，深度学习算法比传统方法在图像识别上具有明显的优势，已经展现了巨大的潜力和广阔的前景。基于此，本研究旨在建立一个椎体骨折智能辅助诊断系统，使深度学习算法能够有效地应用于临床，从而提高椎体骨折及其分度诊断的准确性和效率。

课题组开发了一种基于深度学习的椎体骨折智能辅助诊断系统（AI_OVF_SH），该系统利用深度卷积神经网络能够自动定位和分割椎体，计算每个椎体的面积损失比（理论面积/实际面积），并结合金标准结果和网格搜索优化算法实现对椎体骨折的检测及其分度的准确评估。本研究构建的椎体骨折智能辅助诊断系统在椎体定位和分割方面表现出了较高的精度和计算速度，在识别椎体骨折及其分度方面达到了较高的准确性和可靠性。无论是内部验证集还是外部验证集，AI_OVF_SH系统对骨折诊断的准确性和特异度均高于90%，且灵敏度均超过80%。在骨折分度的诊断方面，对于中度椎体骨折的诊断，其灵敏度高于85%，特异度高于99%；对于重度椎体骨折的诊断，其灵敏度高于90%，特异度高达99%。

目前，智能辅助诊断系统已成功安装在十几家社区医院和三甲医院，在临床诊疗环境中进行验证和应用，辅助基层及低年资医生，提高临床诊疗的效率和准确性。同时，研究团队表示他们将不断优化系统，正在进行Ⅱ类创新型医疗器械产品的注册临床评价，希望未来能实现大范围临床应用，为各级医疗机构提供更精准的诊疗工具，促进骨质疏松性椎体骨折智能、高效和精准的诊断。