柏瑞醫骨鬆AI完成日本外部驗證 解決跨族群影像與T分數偏差

日期2026-06-05
EnglishFrenchGermanItalianPortugueseRussianSpanish
柏瑞醫執行長與日本獨協醫科大學校長率台日研究團隊於獨協醫科大學合影,共同見證AI (圖/柏瑞醫提供)
近日,柏瑞醫(Biomedica)與日本獨協醫科大學埼玉醫學中心(Dokkyo Medical University Saitama Medical Center)合作,完成骨質疏鬆AI輔助診斷模型在日本臨床環境的外部驗證。該研究主要解決醫療AI跨國部署時常見的影像品質差異與族群骨密度參考標準兩大核心痛點,使模型能在日本臨床環境進行骨質疏鬆風險評估。成果已發表於《European Journal of Radiology》。
 
柏瑞醫表示,骨質疏鬆症與高齡族群脆弱性骨折風險密切相關,但傳統雙能量X光吸收儀(DXA)檢查受限於設備可近性與篩檢覆蓋率,使以既有X光影像輔助骨密度評估的AI工具受到關注。柏瑞醫開發的模型先前已於《Therapeutic Advances in Musculoskeletal Disease》發表實證資料,T分數預測與DXA標準的一致性達0.996,累計約4,000名臨床驗證個案。
 
柏瑞醫說明,此次日本外部驗證主要針對模型跨域部署限制。由於日本臨床影像遵循合理可達最低劑量(ALARA)原則,X光影像可能出現較高雜訊與較低對比度,影響AI辨識骨骼紋理特徵。
 
同時,日本臨床判讀採用日本族群骨密度資料庫,而非國際常用的美國白人標準(NHANES III)。若直接套用既有模型,可能造成T分數系統性偏差,進而影響骨質疏鬆風險判讀。
 
柏瑞醫提到,研究團隊此次處理的核心問題,是如何讓原本在台灣開發與驗證的骨質疏鬆AI模型,能適應日本真實臨床影像與診斷標準。也就是說,該研究不是單純再證明模型準確,而是針對低劑量影像造成的影像域差異,以及不同族群骨密度資料庫造成的T分數偏差進行校正與驗證。
 
柏瑞醫表示,此次研究建立「本地開發、海外驗證」的跨境輸出案例,後續可作為推進韓國、紐澳及東南亞等市場的參考。
 
論文連結:〈Deep-learning framework for osteoporosis screening on low-dose X-rays: Addressing image quality variability and cross-ethnic database Heterogeneity〉https://www.ejradiology.com/article/S0720-048X(26)00228-7/fulltext
 
(責任編輯/高佳樺)