AI让X光片变身为关节炎治疗的“时光机”

这项研究在国际医学影像计算与计算机辅助干预会议（MICCAI 2025，简称医学影像顶会）上进行了展示，介绍了一种强大的AI模型。该模型能够生成逼真的“未来”X光片，并给出用于评估疾病进展的个性化风险评分。这些结果共同为医生和患者提供了骨关节炎随时间可能如何演变的视觉路线图。

预测骨关节炎进展的重大突破
骨关节炎是一种退行性关节疾病，全球患者超过5亿，是老年人残疾的主要原因。萨里大学的这个系统在约5000名患者的近5万张膝关节X光片上进行了训练，是同类数据集中规模较大的之一。它预测疾病进展的速度大约是同类AI工具的9倍，且效率和准确性更高。研究人员认为，这种速度与精度的结合有助于该技术更快地融入临床实践。
该研究的主要作者、萨里大学视觉、语音与信号处理中心（CVSSP）及以人为中心的人工智能研究所的大卫·巴特勒解释道：“我们习惯了那些只给出数字或预测结果、却缺乏充分解释的医疗AI工具。我们的系统不仅能预测膝关节恶化的可能性，还能实际展示未来膝关节可能呈现的逼真图像。将两张X光片——一张是现在的，一张是明年的——并排查看，这是一种强大的激励。它帮助医生更早采取行动，也让患者更清楚地了解为什么坚持治疗方案或改变生活方式如此重要。我们认为，这可能成为我们沟通风险、改善膝骨关节炎及其他相关疾病护理方式的转折点。”
系统如何可视化变化
这个新系统的核心是一种名为扩散模型的先进生成模型。它会生成患者X光片的“未来”版本，并识别关节中的16个关键点位，以突出显示需要追踪潜在变化的区域。这一功能通过向临床医生展示AI正在监测膝关节的确切部位，增强了透明度，有助于建立对其预测结果的信心和理解。
萨里大学的研究团队认为，他们的方法可适用于其他慢性疾病。未来，类似的AI工具或许能预测吸烟者的肺部损伤，或追踪心脏病的进展，就像该系统为骨关节炎提供的那样，提供相同类型的视觉洞察和早期预警。研究人员目前正在寻求合作，以将该技术引入医院和日常医疗保健应用中。
更高的透明度与早期干预
萨里大学视觉、语音与信号处理中心（CVSSP）的AI与机器学习教授古斯塔沃·卡内罗表示：“早期的AI系统能够估算骨关节炎进展的风险，但它们往往速度慢、不透明，且仅限于给出数字而非清晰图像。我们的方法通过快速生成逼真的未来X光片，并精确定位关节最可能发生变化的区域，实现了重大突破。这种更高的可见性帮助临床医生更早识别高风险患者，并以之前不切实际的方式对其进行个性化护理。”