来源：期刊VIP网 时间：
作者：肖清;李佳玉;李佳霖;戴如春;
单位：中南大学湘雅二医院代谢内分泌科,代谢性骨病学湖南省重点实验室,内分泌与代谢性疾病国家临床医学研究中心;
摘要：目前骨质疏松症（osteoporosis, OP）的筛查和诊断主要依赖双能X线吸收测量仪（dual energy X-ray absorptiometry, DXA），然而这一方法无法全面评估骨质量及个体骨折风险的差异，临床上也缺乏针对不同人群的精准预测工具。近年来，人工智能（artificial intelligence, AI）技术在骨质疏松领域的应用逐渐取得显著进展，通过深度学习和大数据分析，AI能够从医学影像中提取更加丰富的骨密度（bone mineral density, BMD）和骨质量信息，并结合患者的生理、遗传等多维度数据，支持早期筛查、风险预测和个性化治疗，弥补了传统方法的不足。本文从AI在骨质疏松症的早期筛查、精准诊断、骨折风险预测、药物筛选与检测、个性化治疗、预后评估等多个方面进行综述，分析了AI在骨质疏松管理中的应用现状、优势与局限，旨在为未来AI技术在骨质疏松防治中的进一步应用和疾病管理提供新的视角和发展方向。
关键词：骨质疏松症;;人工智能;;大数据分析;;深度学习;;疾病管理
基金资助：四大慢病重大专项（2024ZD0532200）;; 湖南省卫生健康委国家临床重点专科重大科研专项（Z2023021）;; 《第二轮湖南省高层次卫生人才“225”工程培养对象》湖南省医学学科带头人培养对象（湘卫函[2018] 445号）
