Mô hình AI dự đoán nguy cơ gãy xương bằng cách quét xương

Loãng xương là một căn bệnh thầm lặng, nghĩa là không có triệu chứng khi được chẩn đoán lần đầu, vì vậy việc chỉ dựa vào các triệu chứng lâm sàng có thể làm chậm trễ việc phát hiện bệnh. Chẩn đoán loãng xương hiện nay dựa trên việc đo mật độ khoáng xương (còn gọi là mật độ khoáng xương hoặc khối lượng xương). Có nhiều cách để đo mật độ xương nhưng DEXA là phương pháp được sử dụng rộng rãi và mang lại hiệu quả cao. Vậy, cụ thể phương pháp đo mật độ xương để đánh giá nguy cơ gãy xương do loãng xương là gì?

Phương pháp đo mật độ xương để đánh giá nguy cơ gãy xương do loãng xương

Ngày nay, phương pháp đo mật độ xương để đánh giá nguy cơ gãy xương do loãng xương bằng DEXA-Dual Energy X-ray Absorptiometry (hay còn gọi là đo mật độ xương) là phương pháp phổ biến nhất để đo độ loãng xương. Phương pháp này sử dụng tia X để đo lượng canxi và các khoáng chất khác trong xương. Nó thường được đo ở cột sống, hông hoặc cổ tay. Mật độ xương càng cao thì xương càng chắc khỏe và nguy cơ gãy xương càng thấp. Ngược lại, nếu mật độ xương dưới mức bình thường so với độ tuổi của bạn, điều đó có nghĩa là bạn có nguy cơ bị loãng xương và có khả năng bị gãy xương. Loãng xương sẽ làm mất dần khối lượng xương và thay đổi cấu trúc, khiến xương mỏng hơn, yếu hơn và dễ bị gãy hơn.

Công nghệ DEXA được giới thiệu vào năm 1987. Công nghệ này đo mật độ xương toàn cơ thể, xương trung tâm (cột sống, cổ xương đùi) và phát hiện bệnh loãng xương (xảy ra phổ biến nhất ở phụ nữ sau mãn kinh, nhưng cũng có thể xảy ra ở nam giới và ở trẻ em). Sau đây là một số ưu điểm của phương pháp DEXA trong chẩn đoán và điều trị bệnh.

Ưu điểm của phương pháp DEXA

Công nghệ DEXA phát ra một lượng bức xạ rất nhỏ, chưa bằng 1/10 liều lượng chụp X-quang ngực tiêu chuẩn và tương đương với lượng bức xạ tự nhiên mà một người có thể tiếp xúc trong một ngày. Đây hiện là kỹ thuật tốt nhất hiện nay để chẩn đoán bệnh loãng xương và nguy cơ gãy xương. Thủ tục này đơn giản, nhanh chóng và không xâm lấn. không cần gây mê. Dựa trên kết quả quét DEXA, bác sĩ sẽ xác định xem liệu điều trị loãng xương có cần thiết hay không và sử dụng những kết quả này để theo dõi hiệu quả điều trị.

Một số hạn chế của phương pháp DEXA

Mặc dù phương pháp DEXA có nhiều ưu điểm nhưng nó cũng có một số hạn chế. Mặc dù không thể dự đoán chính xác liệu một người nào đó có bị gãy xương hay không nhưng có thể chẩn đoán nguy cơ và xác định xem người đó có cần điều trị hay không. DEXA không được khuyến khích cho những người bị biến dạng cột sống hoặc sau phẫu thuật cột sống. Viêm xương khớp hoặc sa đốt sống có thể ảnh hưởng đến kết quả của kỹ thuật này. Trong trường hợp này, chụp CT có thể hiệu quả hơn. Các xét nghiệm DEXA phải được thực hiện trên cùng một thiết bị trong cùng một cơ sở y tế. Lý do là các thiết bị khác nhau có thể tạo ra các thông số khác nhau.

Nghiên cứu mô hình AI dự đoán nguy cơ gãy xương bằng cách quét xương

Một nghiên cứu được công bố ngày 19 tháng 10 trên JBMR Plus, các nhà nghiên cứu người Úc đã phát triển một mô hình AI hứa hẹn dựa trên kết quả thử nghiệm phép đo hấp thụ tia X năng lượng cao (DEXA). Tiến sĩ Damith Senanayake của Đại học Melbourne và các đồng nghiệp cho biết mục tiêu là phát triển mô hình AI dự đoán nguy cơ gãy xương bằng cách quét xương. Nó có thể dự đoán chính xác về các sự kiện gãy xương cho phép các chiến lược phòng ngừa kịp thời, đã được chứng minh là có hiệu quả trong việc giảm số lượng các sự kiện gãy xương và hậu quả mà chúng để lại.

Quét DEXA là một trong những kỹ thuật hình ảnh được sử dụng phổ biến nhất để tính toán mật độ khoáng xương (BMD) và là tiêu chuẩn vàng hiện nay để chẩn đoán bệnh loãng xương. Tuy nhiên, việc tính toán nguy cơ gãy xương bằng khả năng chụp ảnh DEXA hiếm khi được thực hiện vì nó đòi hỏi phải phân tích dữ liệu phức tạp. Do đó, mục đích của nghiên cứu này là sử dụng công nghệ AI kết hợp với hình ảnh DEXA và thông tin bệnh nhân lâm sàng để đánh giá nguy cơ gãy xương theo độ tuổi ở một nhóm người. 

Các nhà nghiên cứu đã kết hợp mô hình chuyển đổi tầm nhìn (ViT) với mạng nơ-ron tích chập tiêu chuẩn (VGG-16 và Resnet-50). Những công nghệ này nổi lên riêng lẻ như những cách để xác định, phân loại và phân đoạn các đối tượng trong hình ảnh. Để có được dữ liệu, các nhà nghiên cứu đã thu thập hình ảnh DEXA toàn cơ thể cũng như hình ảnh riêng lẻ của hông, cẳng tay và cột sống (tổng cộng 1.488) từ 478 người ngã và 48 người không tự chủ. Đầu vào của mô hình bao gồm các mốc loãng xương trên bản quét, đo BMD cột sống hông và cột sống thắt lưng cũng như các biến số lâm sàng chẳng hạn như nồng độ vitamin D và canxi. 

Các nhà nghiên cứu chia tập dữ liệu hoàn chỉnh thành hai tập dữ liệu ngẫu nhiên. Một cái chứa 90% hình ảnh để huấn luyện mô hình và cái còn lại giữ bộ thử nghiệm chứa 10% hình ảnh còn lại. Điểm số dựa trên độ chính xác của mô hình trong việc phân loại nguy cơ gãy xương trên hình ảnh là thấp, trung bình hoặc cao.

Kết quả cho thấy, mô hình đã phân loại chính xác rủi ro với diện tích trung bình dưới điểm đường cong đặc tính vận hành máy thu là 74,3%. Cuối cùng, nghiên cứu cho thấy mạng lưới thần kinh nhân tạo có thể được sử dụng kết hợp với hình ảnh DEXA và dữ liệu bệnh nhân lâm sàng từ những người đã phân loại nguy cơ gãy xương với độ chính xác cao, tuy nhiên vẫn cần thời gian để hoàn thiện.

Hy vọng, những thông tin trên đã giúp bạn hiểu rõ về mô hình AI dự đoán nguy cơ gãy xương bằng cách quét xương. Mặc dù mô hình này dự kiến sẽ khắc phục các nhược điểm của mô hình củ tuy nhiên, vẫn cần thêm thời gian để nghiên cứu thêm để trong tương lai. Để công nghệ mới này được sử dụng rộng rãi giúp việc đo mật độ xương trở nên thuận tiện cho cả bệnh nhân và bác sĩ.