中年女性体检胸部CT序列中T12骨密度的纵向机会性AI评估
核心概要
这项单中心回顾性研究利用1,034名45-65岁体检女性的4,185次连续非增强胸部CT，通过AI自动量化T11与T12骨密度并构建个体纵向轨迹，发现以平均T11-T12 AI-CT-BMD≤128 mg/cm³定义的基线低骨状态者绝对骨密度下降反而更小（10.82 vs 12.52 mg/cm³，P=0.022）、T12斜率更平缓（-3.08 vs -3.91 mg/cm³/年，P=0.011），而未调整分析中较大的相对下降在校正协变量或仅用T11的敏感性分析后不再成立，且将T11骨密度加入临床变量对快速丢失的判别能力无明显提升（AUC 0.708 vs 0.716，P=0.128）。
深度剖析
研究证明可从常规体检胸部CT序列中自动提取T11、T12的AI骨密度值，并据此为每位女性构建个体化纵向骨密度轨迹。 既往机会性骨密度评估多基于单次CT的横断面测量，本研究把同一受检者的多次CT串联成时间序列，使纵向变化成为可分析对象。 单中心回顾性队列，1,034名女性、4,185次检查，随访3.22±0.30年，采用线性混合效应模型估计斜率。
基线低骨状态与后续骨密度下降速度的关系方向与直觉相反：低状态组绝对丢失更少、T12斜率更平缓。 这提示基线骨密度高低并不能简单外推为后续丢失更快，挑战了以单次低值预测未来快速流失的直觉假设。 组间差异有统计学意义（10.82 vs 12.52 mg/cm³，P=0.022；-3.08 vs -3.91 mg/cm³/年，P=0.011），并辅以仅用T11和方案一致性敏感性分析。
相对变化（百分比）的组间差异并不稳健，在校正协变量或仅用T11后不再持续。 说明相对变化指标对基线依赖、低骨状态定义方式和协变量调整较为敏感，绝对变化与相对变化可能给出不同结论。 基于未调整分析与调整后、T11-only敏感性分析之间的对比，属于同一数据集内的稳健性检验。
在临床变量基础上加入T11骨密度，对识别快速相对丢失（≥3%/年）没有明显增量判别价值。 表明该AI-CT-BMD指标在当前形式下尚未显示出超越常规临床变量的预测增益。 预测建模为探索性分析，AUC由0.708升至0.716，P=0.128，未达统计学显著。
启示与展望
该结果适用于45-65岁、在单一中心接受体检并具备多次非增强胸部CT的女性人群，其价值在于展示用既有影像构建个体骨密度轨迹的可行性，并为后续在具备双能X线吸收法或体模校准定量CT参考标准、且经过重复性评估与外部验证的场景中检验临床效用提供起点。
读者仍需留意：低骨状态阈值128 mg/cm³为探索性CT衍生分类而非骨质疏松或骨量减少的临床诊断；缺乏参考标准比对与重复性评估使AI-CT-BMD的测量误差范围尚不明确；相对变化结论对基线依赖与协变量调整敏感，提示不同建模选择可能改变方向性解读；快速丢失阈值与预测模型均为探索性，外部人群与设备下的表现有待验证。本次可用文本为摘要性内容，未包含图表与补充材料，因此无法进一步核对分层结果与模型细节。