一项来自英国萨里大学的研究开发出一种AI系统，可以预测患者一年后的膝关节X光片会变成什么样。这项技术能将复杂的疾病进展风险，转化为直观的影像，帮助医生和患者更早采取行动，延缓甚至阻止骨关节炎的恶化。
从数字到影像：让风险“可视化”
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上进行了展示。研究人员利用先进的机器学习技术，不仅能预测疾病进展的可能性，还能生成一张逼真的“未来”膝关节X光片。当患者看到今天的X光片和一年后可能的样子并排显示时，这种视觉冲击远比一个冰冷的数字更能促使他们重视治疗和改变生活方式。
全球性疾病与大规模AI训练
骨关节炎是一种退行性关节疾病，影响着全球超过5亿人，是老年人残疾的主要原因。为了训练这个系统，研究人员使用了近5,000名患者的约50,000张膝关节X光片，这是迄今为止用于此目的的最大骨关节炎数据集之一。
据研究人员介绍，该AI预测疾病进展的准确性超过了同类工具，同时运行速度快了约9倍，且模型更精简，更有可能被应用于日常临床实践。
工作原理：生成式AI + 关键点追踪
该系统采用了一种名为扩散模型的生成式AI技术。它主要做两件事：
-
生成未来影像：预测并生成一年后患者的膝关节X光片。
-
标记关键点：在关节内精确标记出16个关键点位。
通过向医生展示AI正在追踪和预测哪些具体区域的变化，系统变得更加透明，也更容易获得临床医生的理解和信任。
让患者“看见”未来，从而改变当下
“我们习惯了那些只给出一个数字或预测结果的医疗AI工具，它们不提供太多解释，”研究的主要作者David Butler说。“我们的系统不仅能预测你的膝盖恶化的可能性——它实际上能向你展示一张逼真的影像，告诉你未来的膝盖可能长什么样。让两张X光片并排显示，是一个强大的驱动力。它能帮助医生更早介入，也让患者更清楚地理解为什么坚持治疗或改变生活方式如此重要。”
应用前景：不止于膝盖
研究人员相信，这种技术未来可以应用于其他慢性疾病的长期监测。例如，类似的工具或许能帮助预测吸烟者的肺部损伤，或监测心脏病的进展。
该研究团队的负责人Gustavo Carneiro教授表示：“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，并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变化的关节区域，向前迈进了一大步。这种额外的可见性有助于临床医生更快地识别高风险患者，并以以往不切实际的方式为他们提供个性化的护理。”
研究信息
Reference: “Risk Estimation of Knee Osteoarthritis Progression via Predictive Multi-task Modelling from Efficient Diffusion Model Using X-Ray Images” by David Butler, Adrian Hilton and Gustavo Carneiro, 20 September 2025, Medical Image Computing and Computer Assisted Intervention – MICCAI 2025.
DOI: 10.1007/978-3-032-05185-1_52