告別數字預測！AI 系統生成「未來 X 光片」，助骨關節炎患者提早掌握病情
英國薩里大學（University of Surrey）研究人員開發出一種新型人工智慧系統，該系統能預測患者膝蓋 X 光片在未來一年內的變化，這個突破有望改變數百萬名患有骨關節炎的患者對其病情的理解和管理方式。這項研究在今年國際醫學影像計算與計算機輔助介入會議（MICCAI 2025）上發表，展示了一個基於先進機器學習的生成模型，能夠生成現實的「未來」X 光影像，並提供個性化的風險評分，幫助醫生和患者更清晰地了解疾病進展。
骨關節炎是一種影響全球超過5億人的退行性關節疾病，是老年人中導致殘疾的主要原因。這個系統基於近5萬張來自約5千名患者的膝蓋X光片進行訓練，成為同類中最大的數據集之一。該系統的預測速度約為類似AI工具的九倍，並且在效率和準確性上表現更佳。研究人員相信，這種速度和精確度的結合將有助於更快地將該技術整合到臨床實踐中。
研究的主要作者、大學的視覺、語音和信號處理中心（CVSSP）及以人為本AI研究所的David Butler博士表示：「我們習慣於醫療AI工具提供數字或預測，但缺乏解釋。我們的系統不僅預測膝蓋惡化的可能性，還實際展示未來膝蓋的現實影像。將當前的X光片與未來的X光片並排展示，能夠強有力地激勵醫生及時採取行動，並讓患者更清楚地了解堅持治療計畫或改變生活方式的重要性。」
該系統的核心是一種先進的生成模型，能夠創建患者X光片的「未來」版本，並辨識關節中的16個關鍵點，以突出可能發生變化的區域。這個特性增強了透明度，讓臨床醫生能夠清楚地看到AI正在監測膝蓋的哪些部分，進而增強對其預測的信心和理解。
（Source：英國薩里大學）
薩里大學團隊相信，他們的方法可以適應其他慢性疾病。類似的AI工具未來可能預測吸菸者的肺部損傷或追蹤心臟病的進展，提供與該系統對骨關節炎所提供的相同類型的視覺洞察和早期警告。研究人員目前正在尋求合作，將這項技術引入醫院和日常醫療使用。
薩里大學CVSSP的AI和機器學習教授古斯塔沃·卡內羅（Gustavo Carneiro）表示：「早期的AI系統能估計骨關節炎進展的風險，但往往速度慢、透明度低，僅限於數字而非清晰的影像。我們的方法在快速生成現實的未來X光片和精確定位最可能變化的關節區域方面邁出重要一步。這種額外的可見性幫助臨床醫生更早辨識高風險患者，並以以前不切實際的方式個性化他們的護理。」
根據今年OARSI會前研討會，AI技術已成為骨關節炎研究的新興工具，尤其在生物力學、影像組學及預測模型領域展現潛力。然而，AI的實際應用仍面臨數據隱私、模型透明度及倫理規範等挑戰，需要跨領域合作與負責任的整合。
（首圖來源：pixabay）