新系統利用既往CT數據可檢測骨密度

8月23日，記者從中山大學孫逸仙紀念醫院獲悉，該院骨外科教授丁悅和李春海團隊聯合呂維加團隊創立的博志生物科技共同研發的新型同步自體模PL-QCT骨密度檢測系統（又稱Bone’s QCT），為解決骨密度檢測問題提供了新思路。

“該系統無需患者單獨進行CT檢查，可利用既往CT測量數據，以自身肌肉及脂肪組織作為校準參照，準確地對脊柱及髖部的骨骼密度進行測算。”丁悅表示，新系統有望改善骨質疏松癥臨床診斷工具效能不足，幫助更多骨質疏松癥患者獲得準確便捷的篩查。

同步自體模QCT校準技術示意圖。研究團隊供圖

據介紹，Bone’s QCT由中山大學孫逸仙紀念醫院骨外科牽頭，南方醫科大學第三附屬醫院及廣東省人民醫院參與，順利完成了多中心軟件注冊臨床試驗。該產品于2023年通過省藥監局質檢獲二類臨床醫療器械證，同年獲批上市。截至目前，該系統已在全國20個省市落地。

骨質疏松癥是一種常見的骨骼健康問題，表現為骨骼密度降低、骨組織結構惡化、骨骼強度減弱和易于發生骨折，因其發展過程通常較為隱匿，常被喻為“沉默的流行病”。利用DXA（雙能X線吸收法）檢測患者骨密度是診斷骨質疏松癥的金標準。

但該項技術受限于二維平面測量的特性，容易受骨質增生、血管鈣化等因素影響而產生誤差，且設備昂貴，國內醫院的占有率不足1%。傳統的定量CT（QCT）技術依賴于體外模具的校準，需要配套的器具及軟件才可應用，因此其在臨床上的推廣非常受限，且其精準性能仍存在改善空間，國內相關產品研發仍處于起步階段。

感興趣區的亞區劃分技術示意圖。研究團隊供圖

“一直以來，我們團隊都重視培育和發展以人工智能為重要引擎的新質生產力，Bone’s QCT正是深度擁抱‘人工智能+’的生動實踐。”丁悅表示，患者不需要多次重復進行CT檢查，我們只需將患者過去已完成的CT掃描數據導入系統，通過AI輔助圖像分析技術，自動識別并利用患者自身的肌肉及脂肪組織作為校準參考，替代體外模具完成骨密度測算。

如何抓取利用既往CT數據呢？丁悅解釋：“團隊利用人工智能深度學習算法優化軟件對人體各類型組織的識別能力，以自動化的感興趣區選取替代以往手動選擇的做法，獲得準確且可重復的自體脂肪及肌肉參照，解決了自體模測量骨密度精準度不足的問題，也使得利用既往CT數據開展相關回顧性研究成為可能。”

也正因如此，Bone’s QCT具備與傳統有體模QCT一致的骨密度測量準確度，再加上配備了自動化的感興趣區選擇方式，使測量精確度顯著提高，在骨質疏松癥臨床診斷應用中具有巨大潛力。該系統不僅可以避免人工體外校準的誤差、提高日常診斷的準確性和效率，還能進一步拓寬臨床應用場景，如骨松患者的術前風險預測、手術策略規劃及術后療效評估等。

值得一提的是，相關研究結果驗證了新型同步自體模QCT系統具備與傳統有體模QCT系統一致的骨密度測量準確度，且可達更高的精確度。