AI dự đoán nguy cơ gãy xương là phương pháp đo mật độ xương thông qua DEXA (Dual Energy X-ray Absorptiometry) là một trong những phương pháp phổ biến nhất để đánh giá nguy cơ gãy xương do loãng xương. DEXA sử dụng tia X để đo mật độ khoáng xương của các khu vực cụ thể trên cơ thể, thường là xương đùi và xương đốt sống dưới.
Cụ thể, trong quá trình DEXA, hai loại tia X có năng lượng khác nhau được sử dụng để xuyên qua xương. Dựa trên mức độ hấp thụ của tia X bởi xương, mật độ khoáng xương được đo lường. Kết quả được so sánh với một nhóm người trưởng thành có cùng giới tính và độ tuổi để xác định t-score, một phép đo so sánh mật độ xương với mật độ xương bình thường.
Các kết quả của DEXA có thể cho biết liệu mật độ xương của bạn có trong phạm vi bình thường, thấp hơn bình thường (loãng xương) hoặc cực kỳ thấp (loãng xương nặng). Dựa trên kết quả này, bác sĩ có thể đánh giá nguy cơ gãy xương của bạn và đề xuất các phương pháp phòng ngừa hoặc điều trị phù hợp.
Tuy nhiên, như đã đề cập, DEXA có thể không phù hợp cho những người đã trải qua phẫu thuật cột sống hoặc có biến dạng cột sống. Trong trường hợp này, một mô hình AI dự đoán nguy cơ gãy xương bằng cách quét xương có thể là một phương pháp hứa hẹn để đánh giá nguy cơ gãy xương cho những người này.
Phương pháp đo mật độ xương bằng DEXA (Dual Energy X-ray Absorptiometry) là một trong những phương pháp chính xác và phổ biến nhất để đánh giá nguy cơ gãy xương do loãng xương. DEXA sử dụng tia X để đo lượng canxi và các khoáng chất khác trong xương, thường được thực hiện ở cột sống, hông, hoặc cổ tay. Mật độ xương càng cao, 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, bạn có nguy cơ bị loãng xương và gãy xương.
DEXA có nhiều ưu điểm quan trọng:
1. An toàn về bức xạ: DEXA phát ra một lượng bức xạ rất nhỏ, thấp hơn nhiều so với các phương pháp chụp X-ray khác. Điều này làm cho nó an toàn cho sức khỏe và không gây nguy cơ đáng kể.
2. Đơn giản và nhanh chóng: Thủ tục DEXA đơn giản, nhanh chóng và không gây đau đớn. Nó không đòi hỏi gây mê và không xâm lấn, do đó phù hợp cho mọi đối tượng bệnh nhân.
3. Chính xác và hiệu quả: Dựa trên kết quả của DEXA, bác sĩ có thể đánh giá mức độ loãng xương của bệnh nhân và xác định liệu liệu điều trị là cần thiết hay không. Nó cũng cung cấp thông tin để theo dõi hiệu quả của điều trị sau này.
4. Phát hiện sớm: DEXA cho phép phát hiện loãng xương ở giai đoạn sớm, trước khi có triệu chứng hoặc gãy xương xảy ra. Điều này cho phép bác sĩ can thiệp kịp thời để ngăn chặn hoặc giảm thiểu nguy cơ gãy xương.
Phương pháp DEXA (Dual Energy X-ray Absorptiometry) có một số hạn chế cần được nhận biết:
1. Không dự đoán gãy xương cụ thể: DEXA không thể dự đoán chính xác liệu một người có gãy xương hay không. Thay vào đó, nó chỉ đánh giá nguy cơ gãy xương và mức độ loãng xương của người đó.
2. Không phù hợp cho một số trường hợp đặc biệt: DEXA không được khuyến khích cho những người đã trải qua phẫu thuật cột sống hoặc có biến dạng cột sống, do có thể làm sai lệch kết quả. Các tình trạng khác như inflammation of the bone khớp cũng có thể ảnh hưởng đến kết quả của DEXA.
3. Cần sự chuẩn bị và kiểm soát chất lượng: Để đảm bảo tính chính xác của kết quả, việc thực hiện DEXA đòi hỏi sự chuẩn bị cẩn thận và kiểm soát chất lượng. Các xét nghiệm DEXA phải được thực hiện trên cùng một thiết bị và ở cùng một cơ sở y tế, vì các thiết bị khác nhau có thể tạo ra kết quả khác nhau.
4. Hạn chế trong việc đánh giá xương và mô khác: DEXA chỉ đo mật độ khoáng xương và không cung cấp thông tin về cấu trúc xương hoặc sự khác biệt giữa xương và mô mềm. Do đó, nó có thể không phản ánh đầy đủ tình trạng sức khỏe của xương và mô xung quanh.
5. Giới hạn về chi phí và khả năng tiếp cận: Mặc dù DEXA là một công cụ quan trọng, nhưng chi phí và khả năng tiếp cận của nó có thể là hạn chế đối với một số người, đặc biệt là ở các khu vực có nguồn lực y tế hạn chế.
Nghiên cứu này đã mô tả việc phát triển một mô hình trí tuệ nhân tạo (AI) hứa hẹn trong việc dự đoán nguy cơ gãy xương dựa trên kết quả của các xét nghiệm DEXA. Nhóm nghiên cứu đã sử dụng một kết hợp của mô hình chuyển đổi tầm nhìn (Vision Transformer – ViT) và các mạng nơ-ron tích chập (Convolutional Neural Networks – CNNs) như VGG-16 và ResNet-50 để phân tích hình ảnh DEXA cũng như thông tin lâm sàng của bệnh nhân.
Để huấn luyện mô hình, nhóm nghiên cứu đã thu thập một lượng lớn hình ảnh DEXA từ 478 người và 48 người không tự chủ. Hình ảnh này bao gồm cả hình ảnh toàn cơ thể cũng như hình ảnh riêng lẻ của hông, cẳng tay và cột sống. Đầu vào của mô hình bao gồm các mốc loãng xương trên bản quét, đo BMD của các vùng khác nhau trên cơ thể, cũng như các chỉ số lâm sàng như nồng độ vitamin D và canxi.
Kết quả của nghiên cứu cho thấy mô hình có khả năng phân loại chính xác rủi ro gãy xương với độ chính xác trung bình dưới điểm đường cong ROC là 74.3%. Điều này chỉ ra tiềm năng của việc sử dụng mạng lưới thần kinh nhân tạo để phân tích hình ảnh DEXA và dữ liệu lâm sàng trong việc dự đoán nguy cơ gãy xương.
Tuy nhiên, nghiên cứu cũng nhấn mạnh rằng mô hình cần được phát triển và kiểm tra thêm để cải thiện độ chính xác và đáng tin cậy. Cần thêm thời gian và nghiên cứu để hoàn thiện mô hình trước khi có thể triển khai rộng rãi trong thực tế y tế.
