骨科领域AI医学影像应用及发展趋势分析

6.1 骨科疾病介绍

6.1.1 常见骨科疾病人群及负担 

常见的骨科疾病包括骨折、关节损伤、骨肿瘤等。而目前骨科领域AI医学影像软件主要集中于骨折及儿童骨龄评价。

骨折

骨折通常是指因受伤或过度使用引起的疼痛（特别是使用时）、肿胀、淤伤或变形、甚至是弯曲或移位。并可能伴随其他损伤，如血管和神经损伤、骨筋膜室综合征、感染以及长期关节问题等。

绝大多数骨折愈合良好，但愈合时间取决于许多因素，比如伤者年龄、损伤类型、严重程度以及既存的其他疾病。随着我国老龄化人群的扩大及骨质疏松人数的增加，骨折的威胁将越来越大。根据《中国卫生健康统计年鉴2022》显示，2021年医院接受骨折治疗并出院的病人中，60岁以上人群占比超过39%。

GBD骨折联盟2019（the GBD 2019 Fracture Collaborators）报告的系统性分析表明，2019年，全球范围内有1.78亿新发骨折（自1990年以来增加了33.4%），4.55亿现有急性或长期骨折症状的病例（自1990年以来增加了70.1%）。2019年，骨折的年龄标准化新发病例发病率、现有病例发病率均比1990年有所下降，这反映了骨折人群数随着年龄的增长而增多，以及全球迅速向老龄化社会的转变。2019年，最常见且负担最重的骨折是髌骨、胫骨、腓骨、踝部的下肢骨折，其年龄标准化发病率为每10万人419.9例。

2019年，特定年龄段的骨折发病率在最老的年龄组中最高，例如，在95岁及以上的人群中，每10万人有15381.5例新发病例。

骨质疏松

骨质疏松症是一种全身性疾病，特征为骨密度下降、骨微结构破坏，从而使得骨骼脆性增加，易发生骨折。该病主要分为两大类别：原发性骨质疏松症与继发性骨质疏松症。原发性骨质疏松症可进一步细分为绝经后骨质疏松症、老年骨质疏松症和特发性骨质疏松症（包括青少年型）。而继发性骨质疏松症则是由影响骨骼代谢的疾病、药物或其他明确病因所引发的骨质疏松症。

国家卫生健康委员会2018年10月公布的首份中国骨质疏松症流行病学调查显示：骨质疏松症已成为我国中老年人群面临的重要健康威胁。65岁以上人群患病率上升至32.0%，女性患病率高达51.6%，男性为10.7%；农村地区为35.3%，城市地区为25.6%。

6.1.2 骨科疾病影像学诊断 

X射线成像能揭示理学检查难辨的骨折损伤，确定骨折类型与移位，如隐匿性或深层骨折。在检查时需拍正侧位并涵盖邻近关节，特殊需求时增拍特定位置或对侧对比片；CT技术所得图像更精细。在复杂或深层损伤如髋、骨盆、脊柱骨折中，CT与三维成像技术结合，以展现精细结构；MRI以非电离辐射实现安全检查，擅长软组织评估。MRI对比度高，对脊柱骨折伴脊髓损伤、膝关节半月板韧带伤及软骨损伤具有独特的诊断价值。

6.2 骨科领域AI医学影像行业现状

6.2.1 AI辅助骨科影像学诊断——骨折

骨骼的识别及骨折检出与标注

肋骨骨折是常见的钝性胸部外伤之一，在所有胸外伤中发生率达20%，胸部遭受严重创伤的患者约40%发生肋骨骨折。常见的致伤原因为交通伤、坠落伤、挤压伤、直接暴力伤等。患者常表现为局部疼痛、呼吸异常、皮肤淤肿等临床症状。一般肋骨骨折包括完全性骨折和不完全性骨折。对不同类型的骨折作出准确诊断，快速确定骨折部位、骨折数量对后期治疗至关重要。

舟骨是腕骨中最易受伤的部位，其骨折常因手腕过度背伸引起，尤其易发生在跌倒时手背着地的情况下。这类伤害可能会影响到舟骨近端的血液供应，从而影响愈合过程。

桡骨和尺骨骨折多源自前臂受到的直接冲击，比如在进行接触性体育活动、意外跌倒或防卫行为中遭受到的撞击。这类骨折还可能伴随脱位发生。

骨折部位三维重建

人体双侧肋骨共12对，解剖形态不规则呈半弧形。肋骨解剖特点复杂，其走行特殊且环绕呈圆桶形，肋弓弯曲大，和前后多个脏器相互重叠。

当肋骨出现骨折时，三维重建成像在清晰度和定位性上具有明显的优势。面对急诊胸部外伤，螺旋CT扫描及三维重建成像，能在短时间内一次扫描完成，准确诊断，可避免其他胸部摄影检查中因体位的变换而造成的二次伤害。

6.2.2 骨折AI医学影像已上市产品解析

2020年11月，联影智能骨折CT影像辅助检测软件正式获批NMPA医疗AI三类证，获批时适用范围为读取胸部CT平扫图像以用于辅助医师对成人外伤患者进行肋骨骨折检测。此后深睿医疗、医准智能等的肋骨骨折产品陆续获批；汇医慧影的骨折X射线图像辅助检测软件，可以对四肢骨折病灶实现秒级定位；而西门子的胸椎CT图像辅助评估软件可以判断骨折、椎间盘退变、脊柱侧弯等疾病。

6.2.3 AI辅助骨科影像学诊断——骨龄检测 

骨的发育贯穿全部生长发育期，在发育过程中所有个体的骨组织都由软骨逐渐骨化成骨。在骨龄评价方法的研究过程中，人体的肩、肘、手腕、髋、膝、足踝关节都曾作为X线摄片部位，用来评价骨龄。由于手腕部包括多种类型的众多骨化中心（骨发育过程中，首先骨化的部位），反映了全身骨发育状况，而且易于摄片，节省人力物力，辐射剂量小，所以手腕部骨龄得到了最为广泛的应用。手腕部骨成熟度指征所提供的信息可以分为三类：第一是骨化中心的出现，说明骨化中心软骨开始转化为骨组织；第二是每块骨在趋向其成年形状的过程中逐渐分化，长骨表现为骨骺和骨干干骺端的形状变化，腕骨表现为独特的形状的改变与增大；第三是长骨骨骺与骨干的融合以及腕骨达到成年形状。

6.2.4 骨龄检测AI医学影像已上市产品解析 

AI 辅助骨龄评价系统可通过深度学习算法自动评价骨龄并得到骨龄分级，显著减少阅片时间和观察者间主观因素影响。截至2024年6月，中国共有3款儿童手部X射线图像骨龄辅助评估软件获批三类证。此外，医准智能也已推出儿童骨龄智能分析系统，可自动分析处理儿童手部DR影像，预测儿童生成发育情况。

6.3 骨科领域AI医学影像行业发展趋势

AI辅助更多骨科疾病诊断

骨肿瘤检测：原发性骨肿瘤发病率较低，但骨转移是许多种实体瘤远处复发的常见临床表现，尤其是在肺癌、乳腺癌和前列腺癌中频发。骨是继肺和肝后的第三大常见的转移器官；在血液瘤中，多发性骨髓瘤患者也可出现骨骼的广泛受累，淋巴瘤患者可能出现原发或继发骨病灶。目前通过人工进行骨肿瘤诊断存在着诸如因技术门槛高、骨肿瘤间鉴别困难、诊断标准化程度低等问题，而人工智能可以通过分类模型实现对骨肿瘤的良恶性鉴别。Chianca等人构建的二分类（良性和恶性）模型在内部测试集中获得了94%的准确性，在外部测试集中为86%。在产品研发层面，如联影智能的 uAI Discover – BoneLesion，可以通过CT图像秒级检出及分类原发骨肿瘤、溶骨性骨转移、成骨性骨转移、混合型骨转移与其他骨异常病灶。

•脊柱退行性疾病：脊柱退行性疾病是影响中老年人生活质量的常见疾病。根据《柳叶刀》杂志过去30年对180个国家300多种疾病的统计，腰腿痛和颈椎疾病分别位列人体失能影响的十大疾病中的第一位和第四位，它们都属于脊柱退行性疾病。以腰椎间盘突出症为例，已有研究证实了人工智能可以提高相关图像的分割精度和分类准确率。复星杏脉在国内也率先展开腰椎疾病的人工智能辅助分析系统的开发，可以快速协助医生精准分析腰椎及椎间盘疾病。

•骨关节退行性疾病：骨关节退行性疾病也是影响老年人健康水平的一类重大慢性疾病，是老年人致残的主要原因之一。2022年一项回顾性研究表明，人工智能对膝骨关节炎患者严重程度的判断准确率高达97.8%。