骨鬆、肌少症找上門怎麼辦？掌握3個關鍵。（圖片來源：Adobe Stock）
Q：家裡長輩行動力變差，懷疑可能是骨鬆或肌少症，有沒有簡便的方式可以檢測？
A：很多長者不知道自己是骨鬆或肌少症患者，直到骨折進醫院檢查，才知道為何只是一個彎腰撿東西的簡單動作，居然就骨折了。萬芳醫院骨科主治醫師陳昱斌指出，骨質與肌肉量會在老化過程中流失，而在流失過程中，患者沒有任何感覺，常要等到骨質流失到一定程度，骨頭強度耐受性下降，以及因肌肉流失而無法好好維持平衡，導致經常跌倒後，才感到不對勁。
他舉例，有位八十多歲的阿嬤，只是彎下腰關電扇，一時無法平衡直接坐在地上，就大腿骨斷裂。骨質密度負2.5即是骨鬆症，陳昱斌口中的這位阿嬤，檢查後的骨密是負7.1，已是嚴重骨鬆，同時還有肌少症。後來，在兩個月的藥物治療期間，阿嬤又發生腰椎骨折，而這樣的情況並非個案，因為，「一但有嚴重骨鬆和肌少症，就會不斷發生跌倒乃至骨折，形成惡性循環。」
事實上，骨鬆症一直是流行病學的重大議題，世界衛生組織認定，骨鬆症是全球僅次於冠狀動脈心臟病的第二大重要流行病；國建署的調查也顯示，骨鬆症是65歲以上老人常見慢性病的第四名，又被稱為「隱形殺手」。
要減少傷害 可從改善居家環境入手
國健署的2015年至2018年「國民營養健康狀況變遷調查」，針對五十歲以上民眾透過雙能量X光吸收儀（DXA）量測他們的骨質密度，結果發現，隨著年紀增加，骨鬆症患者隨之增加，且女性比例高於男性。
在這項調查中，75歲以上男、女骨鬆的比例分別為19.4％、29.3％。換言之，75歲以上的銀髮族，男性中每五位將近一位有骨鬆症，女性更高達近三成有骨鬆症。
至於肌少症，根據國健署調查，臺灣65歲以上老人肌少症盛行率，男性為23.6％，女性為18.6％。
有鑑於此，萬芳醫院於2017年成立「脆弱骨折防治網」，針對已發生髖部骨折、脊椎或骨鬆骨折的患者，及早提供藥物治療；從2020年年底開始，骨科醫師更在週日帶隊，針對高風險跌倒患者進行居家訪視，檢視患者家中是否有防跌設施、充分照明等，降低再次發生意外的風險。
「脆弱骨折防治網」實施幾年後，經統計，萬芳醫院的骨鬆治療率從原先的22.8％上升至72.3％，「一年內再次骨折發生率」從14.7％降至4.9％，「骨折後一年死亡率」則從17.9％降至11.8％。
找出骨鬆或肌少症原因 才能降低死亡率
陳昱斌曾比喻「骨鬆症與肌少症是老人骨折的『雙子殺手』」，這句話或許並不為過，因為他從萬芳醫院的研究發現，骨折患者的髖部相當脆弱，有高達五成的髖部骨折患者有肌少症，「骨鬆加上肌少症，讓許多長者很容易因為一個跌倒而骨折，而髖部骨折常被認為是『壓垮老人的最後一根稻草』，一年後的死亡率高達兩成，可回覆到受傷前狀態者也不到五分之一。」
尤其，文山區是臺北市老化程度排名第三的社區，許多長者骨折後，骨科醫師只處理患者的骨折問題，未探究長輩骨折的原因，於是老人家可能一再骨折求診，或是因此死亡而不再出現。
「為防患未然，有必要讓長者知道骨鬆跟肌少症引起的潛在危險。」陳昱斌提到，萬芳醫院在2020年成立跨團隊的「骨質疏鬆與肌少照護中心」，是臺灣少數將肌少症納入檢測與治療的醫療機構，將分散於各科別的骨鬆或肌少症患者集中衛教、診斷與治療，並且自2020年二月開始，將萬芳醫院超過1500位骨折患者的資料輸入資料庫，追蹤、列管後續骨折事件。
透過AI判讀未來十年骨折機率
目前公認的骨質密度測定黃金標準，是利用雙能量X光吸收儀檢查身體；至於肌少症的診斷，則除了握力及走路速度，還需要經過醫療機構的雙能量X光吸收儀確認四肢骨骼肌肉量是否不足。
不過，陳昱斌指出，大臺北地區醫療資源豐富，但像花東偏鄉地區，雙能量X光吸收儀恐怕少之又少，於是醫界開始思考，如何利用簡易方式，判斷骨鬆與肌少症潛在患者。現在，「民眾只要在醫院、衛生所，甚至在X光機巡迴車拍攝髖部X光片，就算在偏鄉，醫師透過遠距看到X光片也可以判讀。」陳昱斌說。
拜大數據發展之賜，骨鬆或肌少症也能提早防範。在骨鬆骨折中，髖關節骨折是危險性最高的，因此，萬芳醫院與業界合作，以醫院歷年拍過的髖部X光片和骨鬆檢測大數據開發AI軟體，只要一張髖部X光片，電腦就能判讀受檢者有無骨鬆風險，甚至估算未來十年發生骨折的機率，準確度高達九成。
萬芳醫院也與陽明交通大學合作開發了一套AI軟體，可以透過髖部X光片判斷患者是否有肌少症，讓臨床醫師及早診療，「準確度約為八成，透過訓練強化AI學習，還能將準確率提升至九成，預計2022年可望達成，」陳昱斌說。
預先《訂製你的無病生活》！老化是正常現象，最重要的是如何以正常速度健康變老，儘管無法完全遏止意外，但至少要減輕嚴重程度，而透過大數據輔助判斷潛在風險，提早介入衛教或治療，就能避免骨鬆或肌少症成為老人的惡夢。
本文整理、節錄自吳佩琪、林惠君、黃筱珮《訂製你的無病生活》一書，文章僅代表作者個人立場和觀點。由天下文化授權轉載，欲閱讀完整作品，歡迎參考原書。
