-
生物通官微
陪你抓住生命科技
跳动的脉搏
生物通官微
陪你抓住生命科技
跳动的脉搏
基于深度学习胸片机会性筛查骨质疏松症的成本效益分析：德国50岁以上女性队列研究
【字体： 大 中 小 】 时间：2025年05月14日 来源：Aging Clinical and Experimental Research 3.4
编辑推荐：
为解决骨质疏松症传统筛查方法(DXA)成本高、可及性差导致的诊断不足问题，Jean-Yves Reginster团队开展AI驱动胸片机会性筛查的成本效益研究。通过决策树-马尔可夫微观模拟模型分析德国50岁以上女性队列，证实该策略具有显著成本效益(ICER=13,340�/QALY)，尤其在优化治疗依从性时可实现成本节约。研究为提升骨质疏松早期诊断率提供了可推广的解决方案。
骨质疏松性骨折正成为全球老龄化社会面临的重大公共卫生挑战。在德国，50岁以上女性中约23%存在显著骨折风险，但传统双能X线吸收测定法(DXA)因设备昂贵、覆盖率有限，导致66%-76%高风险人群未被诊断。这种"诊断缺口"使得患者错失早期干预时机，最终造成每年83万例脆性骨折和138亿欧元医疗支出。如何通过创新技术突破筛查瓶颈，成为临床与卫生经济学领域亟待解决的问题。
比利时列日大学Jean-Yves Reginster教授团队联合德国临床专家，在《Aging Clinical and Experimental Research》发表了一项开创性研究。该团队基于深度学习算法分析常规胸片的骨密度信息，构建了包含500万次模拟的决策树-马尔可夫微观模型，首次系统评估了AI驱动机会性筛查在德国的成本效益。研究创新性地将AI技术与卫生经济学模型结合，为骨质疏松筛查策略提供了循证决策依据。
研究采用三项关键技术方法：1)基于Jang等开发的深度学习模型(灵敏度86.16%/特异度74.19%)分析胸片骨密度数据；2)参照德国骨质疏松指南(DVO)建立风险分层治疗路径：骨折风险<5%不干预，5-10%给予阿仑膦酸钠(ALN)，≥10%采用罗莫单抗(ROMO)序贯治疗；3)整合德国真实世界数据构建微观模拟模型，包括药物持续率(ALN首年30%)、DXA复查率(50%)和治疗启动率(66%)。
筛查路径与经济学模型
研究构建的决策树将患者分为AI筛查组与无筛查组，后续衔接马尔可夫模型模拟终身成本和健康产出。模型创新性地纳入德国特有的临床实践特征：仅50%疑似患者接受DXA确认，且66%确诊者实际启动治疗。这种"非理想化"设定使结果更具现实指导价值。
人群与转移概率
聚焦50岁以上德国女性，按5岁年龄组和3年骨折风险分层。65岁以上人群23%符合治疗标准(15%风险5-10%，8%>10%)，50-64岁人群7.41%需干预。模型纳入骨折后死亡风险升高效应，髋部/椎体骨折后6个月内死亡风险达4.54倍。
成本与生命质量参数
采用法定医疗保险(SHI)视角，2024年成本数据表明：髋部骨折直接费用15,162�，椎体骨折11,880�。骨折导致效用值显著降低，髋部骨折首年生活质量效用值降幅达45%。
基础分析结果
每千名筛查女性可预防4.4例骨折，获得2.9个质量调整生命年(QALY)，增量成本效果比(ICER)为13,340�/QALY，远低于德国60,000�的阈值。筛查总成本增加39,000�，但被84,000�医疗费用节约部分抵消。
敏感性分析发现
降低50%用药不依从性可使策略产生"绝对优势"(节省18�/人同时多获0.048 QALY)。50-64岁人群筛查更具成本效益，而AI工具成本需<144.15�才能维持成本效益阈值。概率敏感性分析显示，在60,000�/QALY阈值下，筛查策略具有100%成本效益概率。
这项研究开创性地证实，利用常规胸片开展AI驱动骨质疏松筛查在德国具有显著成本效益。特别值得注意的是，在年轻女性(50-64岁)和改善治疗依从性场景下，该策略甚至能实现"成本节约与健康获益双赢"。研究为破解骨质疏松筛查困境提供了创新思路：通过挖掘现有医疗影像数据的潜在价值，以近乎零边际成本扩展筛查覆盖。
临床转化方面，研究强调需优化三大环节：1)提高AI阳性患者的DXA确认率；2)改善确诊患者的治疗启动率；3)通过用药管理提升药物持续率。政策制定者可参考本研究证据，将AI筛查纳入医保报销目录，同时配套建立骨折风险管理路径。
该研究的局限在于部分参数依赖专家预估，如50-64岁人群风险分布。未来需开展真实世界研究验证AI工具在德国风险分层系统中的表现。值得注意的是，胸片AI筛查可与定量CT(QCT)、射频回声多谱技术(REMS)等形成互补，共同构建多维骨质疏松早期预警体系。
这项发表在《Aging Clinical and Experimental Research》的研究，不仅为德国乃至全球骨质疏松防控提供了经济有效的解决方案，更示范了如何通过AI技术创新挖掘常规医疗数据的潜在价值，对慢性病早期筛查策略开发具有范式意义。随着深度学习算法持续优化和医疗影像数字化普及，这种"机会性筛查"模式有望成为应对老龄化疾病负担的重要公共卫生策略。
生物通微信公众号
知名企业招聘
