根据萨里大学的研究，一种能够预测患者一年后膝关节X光片的AI系统，可能会彻底改变数百万骨关节炎患者理解和管理病情的方式。
一项新研究在2025年国际医学图像计算与计算机辅助介入会议(MICCAI 2025)上发表，详细介绍了萨里大学开发的技术如何利用先进的机器学习生成逼真的"未来"X光片，同时提供膝关节疾病进展的风险评分。这两种输出结合起来，可以为医生和患者提供病情随时间发展的清晰视觉预测。该论文已在arXiv预印本服务器上发布。
骨关节炎是一种影响全球5亿多人的退行性关节疾病，是老年人残疾的主要原因。该系统在近5,000名患者的近50,000张膝关节X光片上进行了训练——这是世界上最大的骨关节炎数据集之一——在预测骨关节炎进展方面优于同类AI工具，速度约为九倍，且形式更为紧凑。研究人员表示，这种速度、规模和准确性的结合可能会加速其在实际临床环境中的应用。
萨里大学视觉、语音和信号处理中心(CVSSP)和以人为中心的人工智能研究所的研究负责人David Butler表示："我们习惯于医疗AI工具给出一个数字或预测，但解释不多。我们的系统不仅预测你的膝盖恶化的可能性——它实际上向你展示了未来膝盖可能看起来的真实图像。"
"将两张X光片并排观看——一张是今天的，一张是明年的——是一种强大的激励。它帮助医生更早采取行动，并让患者更清楚地了解为什么坚持治疗计划或进行生活方式改变真的很重要。我们认为这可能是我们沟通风险和改善骨关节炎膝关节护理及其他相关条件的方式的转折点。"
萨里大学的系统使用一种称为扩散模型的高级生成模型，生成患者膝关节X光片的"未来"版本，并突出关节中的16个关键点。这些点通过显示AI正在监控哪些区域的变化来增加透明度，使系统更容易被临床医生理解和信任。
未来，这项研究可能为其他慢性疾病开发类似工具铺平道路，例如预测吸烟者的肺部损伤或跟踪心脏病进展，为医生和患者提供同样类型的视觉洞察和及早行动的机会。该团队还在寻求合作伙伴关系，将这项技术引入实际临床环境。
萨里大学视觉、语音和信号处理中心(CVSSP)的人工智能和机器学习教授Gustavo Carneiro表示："早期的AI系统可以估计骨关节炎进展的风险，但它们通常速度慢、不透明且仅限于数字而非清晰的图像。"
"我们的方法通过快速生成逼真的未来X光片并精确定位最可能发生改变的关节区域，迈出了重要的一步。这种额外的可见性帮助临床医生更早识别高风险患者，并以以前不切实际的方式个性化他们的护理。"
【全文结束】
