En grupp forskare från Spanien har utvecklat ett AI-baserat verktyg som kan analysera vanliga röntgenbilder av höften för att upptäcka benskörhet och förstadiet osteopeni. Verktyget bearbetar först bilderna genom att dela upp dem så att varje höftben analyseras för sig. Bilder där patienten har en höftprotes sorteras bort, eftersom dessa inte går att använda för den här typen av analys. Därefter beskärs bilden så att AI:n fokuserar på den del av höften som är viktigast för att bedöma bentätheten.
För att träna och testa AI-modellen användes över 2 600 röntgenbilder från drygt 1 600 patienter. Resultaten visar att AI:n är mycket noggrann och kan känna igen relevanta bilder och identifiera höftproteser. När det gäller att förutsäga benskörhet eller osteopeni hade modellen hög träffsäkerhet.
AI-verktyget kan bli ett värdefullt stöd för vården, särskilt på platser där det saknas avancerad utrustning för att mäta bentäthet. På så sätt kan fler få tidig diagnos och behandling, vilket minskar risken för framtida benbrott och förbättrar livskvaliteten för många, särskilt äldre personer.
Källa: National Library of Medicine https://pmc.ncbi.nlm.nih.gov/articles/PMC12743094/
