8月23日，记者从中山大学孙逸仙纪念医院获悉，该院骨外科教授丁悦和李春海团队联合吕维加团队创立的博志生物科技共同研发的新型同步自体模PL-QCT骨密度检测系统（又称Bone’s QCT），为解决骨密度检测问题提供了新思路。

“该系统无需患者单独进行CT检查，可利用既往CT测量数据，以自身肌肉及脂肪组织作为校准参照，准确地对脊柱及髋部的骨骼密度进行测算。”丁悦表示，新系统有望改善骨质疏松症临床诊断工具效能不足，帮助更多骨质疏松症患者获得准确便捷的筛查。

同步自体模QCT校准技术示意图。研究团队供图

  ?

据介绍，Bone’s QCT由中山大学孙逸仙纪念医院骨外科牵头，南方医科大学第三附属医院及广东省人民医院参与，顺利完成了多中心软件注册临床试验。该产品于2023年通过省药监局质检获二类临床医疗器械证，同年获批上市。截至目前，该系统已在全国20个省市落地。

骨质疏松症是一种常见的骨骼健康问题，表现为骨骼密度降低、骨组织结构恶化、骨骼强度减弱和易于发生骨折，因其发展过程通常较为隐匿，常被喻为“沉默的流行病”。利用DXA（双能X线吸收法）检测患者骨密度是诊断骨质疏松症的金标准。

但该项技术受限于二维平面测量的特性，容易受骨质增生、血管钙化等因素影响而产生误差，且设备昂贵，国内医院的占有率不足1%。传统的定量CT（QCT）技术依赖于体外模具的校准，需要配套的器具及软件才可应用，因此其在临床上的推广非常受限，且其精准性能仍存在改善空间，国内相关产品研发仍处于起步阶段。

感兴趣区的亚区划分技术示意图。研究团队供图

  ?

“一直以来，我们团队都重视培育和发展以人工智能为重要引擎的新质生产力，Bone’s QCT正是深度拥抱‘人工智能+’的生动实践。”丁悦表示，患者不需要多次重复进行CT检查，我们只需将患者过去已完成的CT扫描数据导入系统，通过AI辅助图像分析技术，自动识别并利用患者自身的肌肉及脂肪组织作为校准参考，替代体外模具完成骨密度测算。

如何抓取利用既往CT数据呢？丁悦解释：“团队利用人工智能深度学习算法优化软件对人体各类型组织的识别能力，以自动化的感兴趣区选取替代以往手动选择的做法，获得准确且可重复的自体脂肪及肌肉参照，解决了自体模测量骨密度精准度不足的问题，也使得利用既往CT数据开展相关回顾性研究成为可能。”

也正因如此，Bone’s QCT具备与传统有体模QCT一致的骨密度测量准确度，再加上配备了自动化的感兴趣区选择方式，使测量精确度显著提高，在骨质疏松症临床诊断应用中具有巨大潜力。该系统不仅可以避免人工体外校准的误差、提高日常诊断的准确性和效率，还能进一步拓宽临床应用场景，如骨松患者的术前风险预测、手术策略规划及术后疗效评估等。

值得一提的是，相关研究结果验证了新型同步自体模QCT系统具备与传统有体模QCT系统一致的骨密度测量准确度，且可达更高的精确度。