人工智能可以在骨关节炎发展的几年前就将其检测出来

匹兹堡，2020年9月21日-匹兹堡大学医学院和卡内基梅隆大学工程学院的研究人员创建了一种机器学习算法，可以检测出骨关节炎的细微征兆-太抽象了，无法在训练有素的人眼中注册放射科医生-甚至在症状开始之前就进行了MRI扫描。这些结果将于本周在PNAS上发布。

通过这种预测性方法，患者有一天可以接受预防性药物治疗，而不必进行关节置换手术。

皮特矫形外科副教授兼副医学博士肯尼思·乌里什医学博士说：“诊断关节炎的金标准是X射线。随着软骨的恶化，骨骼之间的间隙减小。” UPMC Magee-Womens医院的骨与关节中心主任。“问题是，当您在X射线上看到关节炎时，损伤已经发生。与试图使其重新生长相比，防止软骨崩塌要容易得多。”

目前，骨关节炎的主要治疗方法是关节置换。而且这种情况非常普遍，以至于膝盖置换术是美国45岁以上人群中最常见的手术。

在这项研究中，研究人员研究了骨关节炎倡议组织的膝盖MRI，该倡议跟随成千上万的人进行了长达七年的研究，以了解膝盖骨关节炎的发展情况。他们专注于研究开始时几乎没有软骨损伤迹象的部分患者。

回顾过去，我们现在知道这些参与者中哪些继续发展为关节炎，哪些没有，并且计算机可以使用该信息来学习有症状者的MRI扫描中的微妙模式，这些模式可以预测其未来的骨关节炎风险。

“当医生查看这些软骨图像时，没有一种模式可以肉眼看到，但这并不意味着那里没有任何模式。这只是意味着您无法使用常规工具看到它，首席作者Shinjini Kundu，MD博士说，他在Pitt医学科学家培训计划和卡内基梅隆大学生物医学工程系的研究生培训中完成了该项目。

为了验证这种方法，现在是约翰·霍普金斯大学放射科的住院医师和医学研究员的昆杜对膝部MRI数据的一部分进行了模型训练，然后对从未见过的患者进行了测试。昆都做了数十次，每次都隐瞒了不同的参与者，以测试所有数据上的算法。

总体而言，该算法通过在症状发作前三年进行的MRI预测骨关节炎的准确性为78%。

目前，虽然有几种可以预防患者发展相关症状的有效药物-类风湿性关节炎，但目前尚无任何药物可以预防症状性骨关节炎发展为成熟的关节恶化。

目标是开发用于骨关节炎的相同类型的药物。一些候选药物已经在临床前准备中。

乌里什说：“我们可以招募50名我们知道将在两到五年内患上骨关节炎的人，而不是招募10,000人并跟踪他们10年。”“然后我们可以给他们实验药物，看看它是否可以阻止这种疾病的发展。”