薩里大學研究人員開發的新型人工智能係統可以預測一年後患者膝蓋 X 光片的樣子。這一突破可能會改變數百萬骨關節炎患者理解和管理其病情的方式。
國際醫學影像和計算干預會議 (MICCAI 2025) 上發表的研究描述了一種強大的人工智能模型，可以生成逼真的“未來”X 射線，以及估計疾病進展的個性化風險評分。這些結果為醫生和患者提供了骨關節炎如何隨時間發展的路線圖。
預測骨關節炎進展的重要一步
骨關節炎是一種退行性關節疾病，影響著全世界 5 億多人。這是導致老年人殘疾的主要原因。 Surrey 系統接受了來自約 5,000 名患者的近 50,000 張膝蓋 X 光片的訓練，使其成為同類中最大的數據集之一。它可以比類似的人工智能工具更快地預測疾病進展大約九倍。研究人員認為，速度和準確性的結合有助於將該技術更快地融入臨床實踐。
薩里大學視覺、語音和信號中心 (CVSSP) 和以人為本的人工智能研究所的這項研究的主要作者 David Butler 解釋道：
“我們熟悉提供數字或預測的醫療人工智能工具。但沒有太多解釋。我們的系統不僅可以預測您的膝蓋惡化的可能性。而且還可以向您展示未來膝蓋的真實情況。可視化兩張並排的 X 射線，一張用於今天，另一張用於明年。它被認為是強大的動力。幫助醫生更快地採取行動，並幫助患者更清楚地理解為什麼堅持治療計劃或生活方式的改變如此重要。我們 認為這可能是風險溝通和改善骨關節炎和其他疾病護理的轉折點。相關”
系統如何可視化變化？
新系統的核心是一種稱為擴散模型的高級生成模型。它創建患者 X 射線圖像的“未來”版本，並識別關節中的 16 個關鍵點，以突出顯示潛在變化的監測區域。此功能通過向醫生準確顯示人工智能正在跟踪膝蓋的哪個部分來提高透明度。幫助建立預測的信心和理解。
薩里團隊相信該方法可以應用於其他慢性疾病。有一天，類似的人工智能工具可能會預測吸煙者的肺損傷或跟踪心髒病的進展。它提供了與該系統為骨關節炎提供的相同的視覺洞察和早期預警。研究人員現在正在尋求合作，將該技術引入醫院和日常醫療保健應用。
更高的透明度和早期干預
薩里視覺、語音和信號處理中心 (CVSSP) 人工智能和機器學習教授 Gustavo Carneiro 表示：
“以前的人工智能係統已經能夠評估骨關節炎進展的風險，但它們往往速度緩慢、不透明，並且僅限於數字而不是清晰的圖片。我們的方法通過快速生成逼真的未來 X 射線並識別最有可能發生變化的關節區域，向前邁出了一大步。這種額外的可視性有助於醫生更快地識別高風險患者，並以以前不可能的方式個性化他們的護理。”
