人工智能技术预测骨质疏松症

以色列Zbra医学视觉初创公司和苏格兰暴风ID咨询公司决定联合开发一种检测骨质疏松症风险人群的方法。基本思路是利用机器学习和人工智能技术开发的软件，对医学影像数据和患者病历进行分析，帮助临床医疗团队在骨折发生前筛选出患者并进行治疗。

两家公司的合作方案赢得了英以之间的R&D竞赛。他们将与由国际跨学科临床医生、数据专家和计算机科学家组成的团队合作两年，并在英国国家卫生局的大格拉斯哥和克莱德医疗机构和以色列的阿苏塔医疗中心进行软件的临床测试和操作。

骨质疏松症患者骨密度低，骨脆。严重的骨质疏松性骨折，尤其是髋部骨折，会导致发病率和死亡率，这对老龄化人口来说是一个挑战。Zbra在一份声明中说，脆性骨折是这种疾病的主要并发症，但患者往往没有得到充分的诊断和治疗。

Zbra使用人工智能和机器学习来帮助读取人体组织的医学扫描图像；斯托姆的身份识别公司开发了一个系统，可以从应用程序、传感器、可穿戴设备和其他技术中分析病人的身体数据。分析结果可以与卫生保健专业人员共享，以帮助他们做出决策和实施有针对性的干预措施。

两家公司计划将他们的数据分析和人工智能阅读技术结合起来，形成一个新的平台，成为骨质疏松症筛查的工具。storm ID公司董事Paul mcguinness表示，通过提前预测骨折的潜在风险，可以尽早进行干预，更有利于患者和整个卫生系统。

阿苏塔医学中心(Asuta Medical Center)图像与创新主管迈克尔古迪(Michael Goody)博士表示，利用新平台重新分析患者病历和医学图像的信息，是现代人工智能的一个重要优势。阿祖塔每年要为患者进行20多万次CT检查，这可以在骨质疏松症的早期检测中发挥重要作用，并有助于解决日益关注的公共卫生挑战。