Исследователи сообщают, что использование ИИ для анализа рентгеновских снимков грудной клетки может стать экономически эффективным способом скрининга остеопороза у женщин в США в возрасте 50 лет и старше.

Как отметил ведущий автор Микаэль Хилигсманн, доктор философии из Маастрихтского университета в Нидерландах, и его коллеги, этот вывод был сделан в ходе исследования, в котором рассматривались затраты на стратегию оппортунистической проверки с использованием модели глубокого обучения и существующих рентгенограмм грудной клетки, а также подчеркивается потенциал ИИ для улучшения раннего выявления заболеваний.

«Учитывая растущую заболеваемость остеопорозом в связи со старением населения США и существенным пробелом в лечении, важно найти решения для выявления пациентов, находящихся в группе риска», — написала группа. Исследование было опубликовано 6 августа в журнале Американского колледжа радиологии .

Авторы объяснили , что, несмотря на то, что двухэнергетическая рентгеновская абсорбциометрия доступна и рекомендована Целевой группой профилактических служб США для выявления заболевания у пациентов старше 65 лет, остеопороз по-прежнему недостаточно диагностируется.

Между тем, модели глубокого обучения, применяемые к рентгенограммам грудной клетки, полученным по другим клиническим показаниям, продемонстрировали многообещающие результаты при скрининге оппортунистического остеопороза, особенно среди лиц среднего и пожилого возраста, добавили они.

Таким образом, в данном исследовании учёные изучили, может ли скрининг на основе искусственного интеллекта служить альтернативным и дополнительным методом раннего и экономически эффективного выявления пациентов из группы риска. Они использовали программное обеспечение (TreeAge Pro 2024 R1.0) для разработки двухкомпонентной экономической модели: дерева решений для определения путей скрининга и микросимуляционной модели Маркова для прогнозирования долгосрочных затрат и результатов.

В их сценарии рассматривалась экономическая эффективность оппортунистического скрининга с использованием рентгенографии грудной клетки, проанализированной с помощью глубокого обучения, с последующим лечением по сравнению со сценарием без скрининга и лечения. На основе пяти миллионов индивидуальных симуляций модель оценила общие расходы на здравоохранение, количество переломов, количество лет жизни и количество лет жизни с поправкой на качество (QALY) для обоих сценариев.

Согласно результатам, стратегия оппортунистического скрининга улучшила результаты лечения, обеспечив большее количество QALY и меньшее количество переломов, одновременно увеличив расходы на лечение. Стоимость одного QALY, полученного в результате оппортунистического скрининга, оценивалась в 72 085 долларов США на QALY среди женщин старше 50 лет, что, по-прежнему, ниже порога экономической эффективности в США в 100 000 долларов США на QALY, отметили исследователи.

«Результаты исследования показывают, что скрининг остеопороза с использованием рентгенограмм грудной клетки, усовершенствованных с помощью глубокого обучения, с последующим соответствующим лечением представляет собой экономически эффективное вмешательство для женщин в США в возрасте 50 лет и старше», — написала группа.

В конечном счёте, авторы предположили, что демонстрация экономической эффективности скрининга с использованием ИИ может сыграть ключевую роль в принятии решений о возмещении расходов и стимулировании внедрения инструментов ИИ в клиническую практику. Политики могли бы использовать эти данные для приоритетного финансирования медицинских решений на основе ИИ, которые снижают долгосрочные расходы на здравоохранение, связанные с остеопоротическими переломами, добавили они.

«Эти результаты подчеркивают потенциал скрининга на основе ИИ для общественного здравоохранения в плане улучшения раннего выявления и устранения пробелов в лечении остеопороза», — заключили исследователи.

Полное исследование доступно здесь .

Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.