人工智能将X光片变为关节炎护理的时间机器
日期：2025年10月22日 来源：萨里大学 摘要：萨里大学研究人员开发出一种人工智能，能够预测个人膝关节X光片一年后的影像变化，助力跟踪骨关节炎进展。该工具同时提供可视化预测和风险评分，使医生与患者更清晰理解疾病状况。相比早期系统更快且更易解释，未来可能扩展至预测肺部或心脏疾病等其他病症。
完整报道
人工智能预测骨关节炎进展。图片来源：萨里大学
萨里大学研究人员开发出一种全新人工智能系统，可预测患者膝关节X光片在未来一年的影像变化。这一突破有望重塑全球数百万骨关节炎患者对疾病的认知与管理方式。
这项研究在2025年国际医学图像计算与计算机辅助干预会议（MICCAI 2025）上发布，描述了一种强大的AI模型。该模型不仅能生成逼真的“未来”X光片，还能提供个性化风险评分以评估疾病进展。两项输出结合，为医生和患者呈现骨关节炎随时间演变的可视化路径图。
预测骨关节炎进展的重大突破
骨关节炎是一种影响全球超5亿人的退行性关节疾病，也是老年人致残的首要原因。萨里系统基于约5000名患者的近5万张膝关节X光片训练而成，是同类中规模最大的数据集之一。其预测疾病进展的速度约为相似AI工具的九倍，且运行效率与准确性更高。研究人员认为，这种速度与精度的结合将加速技术融入临床实践。
萨里大学视觉、语音与信号处理中心（CVSSP）及以人为本人工智能研究所的首席研究员戴维·巴特勒解释道：
“我们习惯的医疗AI工具往往只提供数字或预测结果，却缺乏解释。我们的系统不仅能预测膝关节恶化的可能性，更能展示未来膝关节的真实影像。将今日与明年的X光片并排对比，具有强大激励作用——它帮助医生更早干预，并让患者清晰理解坚持治疗方案或改变生活方式的重要性。我们认为，这将成为改善骨关节炎膝关节护理及相关疾病风险管理的转折点。”
系统如何可视化变化
该系统核心是一种先进的生成模型——扩散模型。它创建患者X光片的“未来”版本，并识别关节中16个关键点以追踪潜在变化区域。此功能通过向临床医生展示AI监测的具体部位，增强预测透明度并建立信任。
萨里团队认为，此方法可适配其他慢性疾病。未来类似AI工具或能预测吸烟者的肺部损伤，或追踪心脏病进展，提供与骨关节炎系统相同的视觉洞察与早期预警。研究人员正寻求合作，推动技术进入医院和日常医疗应用。
更高透明度与早期干预
萨里大学视觉、语音与信号处理中心（CVSSP）人工智能与机器学习教授古斯塔沃·卡内罗表示：
“早期AI系统虽能估计骨关节炎进展风险，但常速度慢、不透明且仅限于数字而非清晰图像。我们的方法通过快速生成逼真未来X光片，并精准定位关节最可能变化区域，迈出重要一步。这种额外可视性帮助临床医生更早识别高风险患者，并以先前无法实现的方式个性化护理方案。”
新闻来源：
材料由萨里大学提供。注：内容可能经编辑以适应风格与长度。
期刊参考文献：
- 戴维·巴特勒、艾德里安·希尔顿、古斯塔沃·卡内罗。《通过高效扩散模型使用X光图像进行膝关节骨关节炎进展风险估计》。《医学图像计算与计算机辅助干预》，MICCAI 2025 DOI: 10.1007/978-3-032-05185-1_52
【全文结束】
