研究发现，人工智能可以在软骨开始磨损的三年前就通过分析软骨结构来确定某人是否会患上骨关节炎。
来自约翰霍普金斯医院和其他医院的研究人员使用人工智能模型对86名没有明显骨关节炎症状的患者进行扫描。
机器学习模型将在症状出现的3年前就能以78%的准确率检测疾病的初始阶段。
在英国，大约有850万人患有骨关节炎，这种疾病会导致关节疼痛和僵硬，尤其是65岁以上的人。
如果能及早发现这种情况，减肥和运动结合起来可以减轻骨关节炎的严重程度，甚至可以延迟发作。
许多疾病——包括骨关节炎——在早期缺乏任何视觉线索，因此无法通过X光或MRI等图像检测。
当骨关节炎被诊断出来的时候，它已经处于不可逆转的阶段——在已经造成骨损伤之后。
即使在出现症状和不可逆转的骨损伤后，仍然很难使用医学成像来将疼痛症状与疾病进展联系起来。
研究人员称，有证据表明，只要采用正确的疗法和护理，这种情况在未来是可以逆转的。
软骨中发生的早期生化变化通常在疼痛和骨损伤症状之前数年出现。这个人工智能模型寻找这些变化。
“在未来，我们的方法可能会使早期疾病发展的基于图像的更准确的评估成为可能，”该团队说，并补充说，它还可以提高跟踪疾病发展的能力。
这项由美国研究人员开发的新技术将允许医生在病情变得不可逆转之前发现病情的迹象。他们利用人工智能在MRI扫描图像中寻找模式，甚至可以在软骨图谱中自动发现未来的损伤。
该研究的作者写道:“未来有症状的骨关节炎可能比目前的黄金标准诊断早三年就能被预测出来。”
他们用他们的技术评估了健康人的软骨，并设计了一套似乎能够预测早期骨关节炎的诊断系统。
目前的研究有其局限性——它是基于有限的86个研究对象，而机器学习模型受益于尽可能大的研究对象。
“随着样本量的增加，机器学习技术对种群中可能存在的变异变得更加稳健，”该团队解释说。
由于目前还没有可靠的方法来检测可能可逆的早期症状前骨关节炎，这可能是向前迈出的重要一步。
研究小组说，在关节开始损伤之前就能发现它，未来的治疗方法甚至可以预防这种疾病的发生。
在这项技术被用于临床之前，还需要进行更多的研究，包括更大规模的研究来测试人工智能模型——更大的样本量将观察它是否发现不寻常的变异。
研究人员还想做一些测试，比较实际的软骨化学条件和模型预测，以确保它们是准确的。
他们开发的方法甚至可以用于检测其他疾病的早期阶段，如癌症、视网膜病变和痴呆。
这一发现发表在《美国国家科学院院刊》上。
编译/前瞻经济学人APP资讯组
原文来源：
https://www.dailymail.co.uk/sciencetech/article-8756627/AI-diagnose-Osteoarthritis-analysing-cartilage-texture-3-years-starts-wearing-away.html