新的人工智能可以从x光图像中检测早期骨关节炎

Jyväskylä大学和芬兰中央卫生保健区的研究人员开发了一种基于人工智能的神经网络，可以从x射线图像中检测早期膝骨关节炎。人工智能能够在87%的病例中与医生的诊断相匹配。这个结果很重要，因为x光是早期膝骨关节炎的主要诊断方法。早期诊断可以使患者避免不必要的检查、治疗甚至膝关节置换手术。

骨关节炎是全球最常见的关节相关疾病。仅在芬兰，每年就有60万人次就诊。据估计，它每年给国民经济造成的损失高达10亿欧元。

新的基于人工智能的方法被训练来从x射线中检测预测骨关节炎的放射学特征。这一发现目前还没有被列入诊断标准但骨科专家认为这是骨关节炎的早期症状。该方法由Jyväskylä大学的数字健康智能实验室开发，是芬兰人工智能中心项目的一部分。它利用神经网络在全球广泛使用的技术。

“该项目的目的是训练人工智能从x射线中识别骨关节炎的早期特征。有经验的医生可以从图像中进行视觉区分，但不能自动完成，”负责开发该方法的研究人员Anri Patron解释说。

在实际操作中，人工智能试图检测膝关节胫骨结节上是否有刺突。胫骨尖刺可能是骨关节炎的征兆。

研究人员与芬兰中部医疗保健区的专家一起评估了该方法的可靠性。

“在开发AI模型时使用了大约700张x射线图像，之后该模型用大约200张x射线图像进行了验证。该模型成功地对以大钉钉牢在87%的病例中，这与医生的估计一致，这是一个有希望的结果，”Patron描述道。

人工智能可在初级卫生保健中支持骨关节炎的早期诊断

Jyväskylä大学数字健康智能实验室负责人Sami讲解员Äyrämö解释说，诊断早期骨关节炎的人工智能模型的发展在全球范围内都很活跃。

“此前已经开发了几个人工智能模型来检测膝关节骨关节炎。这些模型可以检测出任何专家都很容易发现的严重病例。然而，现有的方法对早期症状的检测还不够准确。目前正在开发的方法的目的是——特别是——利用x射线进行早期检测，这是非常需要的。”

我们的目标是在未来，人工智能将能够从x光中检测出膝关节骨关节炎的早期迹象，使全科医生更经常地做出初步诊断成为可能。

该项目是与芬兰中部保健区合作开展的。芬兰中部卫生保健区首席执行官兼外科教授Juha Paloneva说，早期骨关节炎可以有效治疗。

“如果我们能在早期阶段做出诊断，我们就可以避免不确定性和昂贵的检查，如核磁共振扫描。此外，可以激励患者采取措施，减缓甚至停止症状的进展骨关节炎．在最好的情况下，患者甚至可以避免关节置换手术，”Paloneva总结道。

这项研究发表在杂志上诊断．