《Egyptian Journal of Radiology and Nuclear Medicine》：AI-Driven opportunistic osteoporosis screening: the skeletal failure paradigm for trustworthy vertebral fracture triage
编辑推荐：
AI驱动机会性骨质疏松筛查正走向临床实施，但其进展受限于缺乏标准化且机器学习（ML）兼容的椎体骨折金标准（ground truth）。传统半定量（SQ）分级系统的观察者间一致性仅为中等，歧义集中在轻度变形，由此引入的标签噪声会降低AI分诊性能。本受邀综述综合现
AI驱动机会性骨质疏松筛查正走向临床实施，但其进展受限于缺乏标准化且机器学习（ML）兼容的椎体骨折金标准（ground truth）。传统半定量（SQ）分级系统的观察者间一致性仅为中等，歧义集中在轻度变形，由此引入的标签噪声会降低AI分诊性能。本受邀综述综合现有证据并提出一个假设生成框架；骨骼衰竭（Skeletal Failure）范式是一项需要前瞻性验证的提议，而非既定标准。在此背景下，研究人员概述AI驱动机会性CT工具的当前格局，并指出标签不一致是可靠部署的核心障碍。基于上述综合及研究人员的临床与研究经验，研究人员提出一种二分类、行动导向的分类——“骨骼衰竭（Skeletal Failure）”，其定义为明确终板破坏或>20%椎体高度丢失，从而提供潜在可重复的结构性终点。当与无体模CT小梁骨Hounsfield单位（HU）测量相结合时，该框架被提议作为候选的机器学习就绪（ML-ready）基础，用于自动化分诊和结构化报告。骨骼衰竭（Skeletal Failure）范式旨在支持高效的人在环路（human-in-the-loop）分诊、降低放射科医生认知负荷并促进人群层面骨折预防。该范式在资源受限环境中可能特别有用，包括中东和北非（MENA），这些地区DXA（dual-energy X-ray absorptiometry, DXA）可及性有限，且WHO T值（T-score）阈值在非白种人群中表现不佳。通过将偶然CT发现转化为一致、机器可读的风险档案，该方法旨在使算法检测与临床可操作路径更好对齐，尤其在存在椎体脆性和诊断不足风险的老年人中。
引言
文章指出，AI驱动机会性CT骨质疏松筛查正迈向临床实施，但缺乏标准化、机器学习（ML）兼容的椎体骨折金标准（ground truth）；半定量（SQ）分级在轻度变形处观察者间一致性有限，产生标签噪声并削弱AI分诊。骨骼衰竭（Skeletal Failure）范式是需前瞻性验证的假设生成框架，而非既定标准。
检索策略与范围
采用结构化叙述性综述，检索PubMed、Embase和Scopus（2013年1月至2026年6月），辅以参考文献和近期指南。检索涵盖骨质疏松/骨密度、机会性CT、椎体骨折、Hounsfield单位（HU）、人工智能（AI）/机器学习/深度学习、结构化报告和骨折联络服务（FLS）；纳入人体研究、指南共识、系统评价和方法学研究。证据按系统评价、指南、前瞻/大型观察、技术与AI研究、区域研究和概念文献排序；本文非系统评价。
AI驱动机会性筛查的当前格局
机会性CT可从其他指征扫描中提取骨健康指标；算法分割椎体、识别压缩畸形并在无需校准体模下估计小梁骨密度。AI工具对中重度骨折敏感，但轻度变形分类受限；深度学习从U-Net分割发展至Transformer和端到端流程。模型性能常在半定量标签上平台化，限制因素主要是标签不一致而非架构复杂度。
数字时代的语义异质性挑战
半定量“轻、中、重”分级曾支持标准化沟通和纵向监测，但正常与轻度边界主观，观察者间一致性下降；高度丢失测量受终板选择、椎体水平和退变影响。共识复核可降变异，但在高流量和ML流程中受限；模糊病例引入系统标签噪声，使算法学习读者倾向。多层级分级还增加放射科医生认知负荷并导致不确定报告。
骨骼衰竭框架：界定确定性
该框架将椎体视为保留机械完整性或发生轴向结构失败的结构单元，而非连续高度丢失；其两大支柱为形态学确定性和密度学背景。
形态学确定性：二元信号
提出两项高确定性标准，任一满足即可：明确终板破坏（CT上屈曲、凹陷或皮质台阶）；任一维度高度丢失>20%，与最近正常相邻椎体比较，并排除高能创伤、恶性肿瘤等非骨质疏松原因。20%阈值对应Genant 1级下界，作为可重复标注规则而非精细预后阈值。孤立15–20%高度丢失且无终板异常归为不确定/交界（Category 3），可二次复核或密度学关联。
密度学背景：量化脆弱性
形态学不足，无骨折椎体小梁HU可无外部校准评估骨健康并预测骨折。提出HU分层：>135 HU稳定，100–135 HU脆弱，≤100 HU高风险；按2023 ISCD指南可平均两个椎体（如L1–L2），T11–L2为替代，胸椎T4–T10未充分验证；排除骨折或严重退变椎体。绝对HU阈值基于120 kVp单扫描仪数据，受管电压（可改变HU达23%）、对比剂（提高小梁BMD约9–15 mg/cm
3，单能CT内部校准不校正）和重建核影响；需本地校准，双能CT可能校正但待验证。
AI实施：训练稳健算法
AI部署的核心障碍是缺乏一致、临床根基标签；半定量轻度语义模糊会降性能。骨骼衰竭提供高一致性二元标签，可能减少边界模糊，使模型捕捉真实形态破坏；高确定性标记预期跨读者、扫描仪和机构更可重复，但需直接验证。结合HU可生成四层分诊输出（Category 1–4），识别再骨折高风险、需DXA确认和FLS转诊者；标签一致性而非仅数据集大小是稳健部署关键。
工作流程整合、认知负荷与诊断安全
整合不要求重构工作流；二元框架消除很少影响管理的交界类别并降低认知负荷。AI预筛分配初步标签，放射科医生确认或覆盖；不确定病例裁决，阴性筛查不延迟；结构化报告进入FLS或基层警报。结合HU可促进DXA确认、代谢评估或FLS转诊，但对比增强单能CT需单独验证。预期获益包括报告一致性和AI性能提升；潜在风险包括过度判读良性畸形、不必要DXA转诊、警报疲劳和不公平部署，需前瞻研究。
实施前提
成功部署需六要素：读者培训二元形态标准并定期评估一致性；CT伪影、覆盖和退变质控；明确排除非骨质疏松原因；本地扫描仪校准HU阈值；整合可生成机器可读输出的结构化报告平台；具备DXA确认、代谢评估和FLS等下游路径。这些反映既有实践，但未对该范式前瞻验证。
全球视角：骨健康可扩展性与公平性
全球骨折负担增加而DXA、专家解读和FLS可及不均；二元骨骼衰竭用于现有CT可形成低复杂度、可适应不同资源环境的框架。WHO 1994 T值基于白种人，可能低估非白种人风险。中东和北非（MENA）存在先进影像与代谢骨病诊断不足并存；区域指南提倡DXA有限时机会性筛查。MENA低骨密度负担近30年翻倍，2019年有20,371死亡和805,959伤残调整生命年（DALYs）；沙特年龄标化DALY率434.2/100,000；22个阿拉伯国家女性椎体骨折患病13.3–20.2%（排除1级），多数未检测未治疗；科威特≥60岁女性机会性QCT低骨量84.6%、椎体骨折21.0%，仅23.9%既往DXA。CT小梁HU可作替代，但阈值受管电压、厂商偏移和重建核影响，需无体模内部校准和本地阈值；骨骼衰竭以形态标记锚定，独立于厂商和校准，提供跨人群标注标准，并作为半定量的行动导向补充层。
统一报告模板：人机协作标准
结构化报告可提高诊断清晰度并降低解释变异；AI整合需可互操作模板生成机器可读输出，支持性能监测、纵向分析和审计。骨骼衰竭通过四类分诊报告框架操作化，涵盖二元形态失败、密度学背景（分层HU阈值）和临床可操作性（分诊优先级与转诊建议），使报告成为路径链接的沟通工具。
局限性、验证状态与未来方向
该范式不替代既定形态测量或纵向监测，Genant量表仍必要；与Genant SQ、ABQ/m2ABQ及常规机会性CT报告的头对头比较尚未开展，是未来优先。其性能依赖CT质量；伪影、覆盖有限、退变和脊柱侧弯可妨碍评估；HU类别应作为校准指导而非绝对cutoff。范式仍属假设生成，尚无观察者间、诊断准确性、临床结局或头对头研究；20%阈值、HU分层和交界处理均缺前瞻验证。交界病例无论HU仍为Category 3，密度背景仅修改紧迫性；复杂病例需专家裁决，AI需培训和外验证；临床影响依赖与DXA、代谢评估和FLS路径整合。未来应开展前瞻验证、二元与多类方法比较及多样人群偏差评估，并可链接大语言模型（LLM）登记支持自动警报和风险估计。
结论
骨骼衰竭范式为AI骨质疏松筛查提供可重复、行动导向方法，强调高确定性形态破坏结合情境密度学，以缓解ML标注语义模糊；其补充现有形态方法并可能为未来验证提供基础。仍需验证研究、与既定框架比较及多样环境评估以确认临床效用，本提议旨在促进放射学界测试和完善。
