Densità minerale ossea derivata da intelligenza artificiale da radiografie standard rispetto a DXA per la predizione di fratture in uno studio di coorte reale su 10 anni

Lo studio affronta una problematica clinica rilevante: l'accesso limitato agli esami DXA per lo screening dell'osteoporosi comporta sottodiagnosi e ritardi nel trattamento. Il disegno sperimentale è una coorte retrospettiva che ha incluso adulti con età ≥20 anni sottoposti sia a DXA lombare che a radiografie (lombosacrali o rene-uretere-vescica) entro sei mesi, dal gennaio 2014 al dicembre 2024, con follow-up medio di 6.4 anni. Il campione era costituito da 540 partecipanti (73.9% femmine, età media 57.0 anni). La metodologia ha utilizzato un algoritmo di intelligenza artificiale (DeepXray Spina) per estrarre informazioni sulla densità ossea dalle radiografie di routine. L'analisi ha confrontato i valori di BMD mediante correlazione di Pearson, coefficiente di correlazione intraclasse (ICC) e analisi di Bland-Altman. Per la performance diagnostica di osteoporosi (T-score ≤-2.5) e predizione di fratture sono stati utilizzati ROC analysis, kappa di Cohen e regressione logistica. I risultati mostrano una correlazione molto forte tra i valori AI e DXA (ICC=0.934), suggerendo sostituibilità clinica. Nella predizione di fratture vertebrali, l'IA ha raggiunto AUC 0.704 rispetto a 0.678 di DXA; per le fratture dell'anca, rispettivamente 0.716 vs 0.678. Per tutte le sedi di frattura, l'approccio AI ha dimostrato superiorità statisticamente significativa (AUC 0.699 vs 0.677, P=0.042). Questa metodologia rappresenta un'innovazione nell'utilizzo dell'intelligenza artificiale per lo screening opportunistico, potenzialmente trasformabile in pratica clinica dato che sfrutta radiografie già eseguite per altre indicazioni.