?近日，成都市第三人民醫(yī)院骨二病區(qū)王婷副研究員作為第一作者、關(guān)節(jié)與運(yùn)動(dòng)醫(yī)學(xué)科李勝發(fā)醫(yī)生作為末位通訊作者，與國內(nèi)外多家合作團(tuán)隊(duì)在國際頂尖醫(yī)學(xué)期刊《PLOS Medicine》上發(fā)表最新研究成果：“Predicting knee osteoarthritis progression using neural network with longitudinal MRI radiomics,and biochemical biomarkers:A modeling study”。

該研究提出了一種結(jié)合人工智能、磁共振影像組學(xué)?、生化標(biāo)志物與臨床特征的綜合預(yù)測(cè)模型，為膝骨關(guān)節(jié)炎早期診斷與精準(zhǔn)治療提供了新的思路。

膝骨關(guān)節(jié)炎

全球高發(fā)的健康挑戰(zhàn)

膝骨關(guān)節(jié)炎是全球最常見的關(guān)節(jié)疾病之一，約有3億人受到影響。其主要表現(xiàn)為關(guān)節(jié)軟骨退變、疼痛和僵硬，嚴(yán)重時(shí)需接受全膝關(guān)節(jié)置換術(shù)。

如何提前識(shí)別高風(fēng)險(xiǎn)患者、延緩疾病進(jìn)展，是當(dāng)前骨科與運(yùn)動(dòng)醫(yī)學(xué)領(lǐng)域亟待解決的重要問題。

人工智能融合多模態(tài)信息

模型大體架構(gòu)

本研究基于美國FNIH OA Biomarkers Consortium數(shù)據(jù)庫，共納入594例患者、1753張膝關(guān)節(jié)MRI影像，通過深度學(xué)習(xí)自動(dòng)分割股骨、脛骨、股骨軟骨、脛骨軟骨及半月板等承重結(jié)構(gòu)，并結(jié)合血清與尿液生化標(biāo)志物、臨床風(fēng)險(xiǎn)因素，建立了負(fù)重組織影像組學(xué)+生化標(biāo)志物+臨床變量綜合預(yù)測(cè)模型（LBTRBC-M）。

在獨(dú)立測(cè)試隊(duì)列中，該模型預(yù)測(cè)膝關(guān)節(jié)結(jié)構(gòu)或疼痛進(jìn)展的AUC達(dá)到0.880–0.913，整體預(yù)測(cè)準(zhǔn)確率70.1%，顯著優(yōu)于傳統(tǒng)影像或單一指標(biāo)模型。同時(shí)，7位住院醫(yī)師在該模型輔助下，其診斷準(zhǔn)確率由46.9%提升至65.4%，顯示出AI在臨床輔助決策中的潛力。

專家解讀與臨床前景

關(guān)節(jié)與運(yùn)動(dòng)醫(yī)學(xué)科李勝發(fā)醫(yī)生：“這項(xiàng)研究證明，結(jié)合縱向MRI影像組學(xué)和生化標(biāo)志物的人工智能模型，可以顯著提高膝骨關(guān)節(jié)炎進(jìn)展預(yù)測(cè)的準(zhǔn)確性，有助于實(shí)現(xiàn)早期風(fēng)險(xiǎn)分層和個(gè)體化干預(yù)。”

成都市第三人民醫(yī)院骨科余彬主任醫(yī)師：“此次研究成果體現(xiàn)了醫(yī)院在骨關(guān)節(jié)疾病領(lǐng)域多學(xué)科交叉與協(xié)作的優(yōu)勢(shì)，推動(dòng)了臨床診療與科研創(chuàng)新的結(jié)合。”

關(guān)節(jié)與運(yùn)動(dòng)醫(yī)學(xué)科陶崎峰主任醫(yī)師：“團(tuán)隊(duì)將繼續(xù)大力支持以人工智能和影像組學(xué)為代表的新興技術(shù)在骨科臨床的應(yīng)用，加快成果轉(zhuǎn)化，造福更多患者。”

科研與合作支撐

該研究由成都市第三人民醫(yī)院牽頭，聯(lián)合南方醫(yī)科大學(xué)、悉尼大學(xué)、塔斯馬尼亞大學(xué)等國內(nèi)外多家機(jī)構(gòu)完成，獲得國家重點(diǎn)研發(fā)計(jì)劃、國家自然科學(xué)基金、四川省科技計(jì)劃項(xiàng)目及成都市醫(yī)學(xué)科研項(xiàng)目等多項(xiàng)資助支持。