北京
中青报·中青网记者 孙海华
在西安电子科技大学人工智能学院的一间实验室内，一张张腰椎MRI（磁共振成像）影像正被AI系统飞速处理。屏幕上，原本依赖肉眼辨识的灰度信号被转化为一串串动态曲线和数字生物标志物……
这便是缑水平教授团队的科研日常。他们的目标很直接——让AI比经验最丰富的放射科医生还要更早、更准确地“看见”关节正在发生的细微变化，并计算出这种变化背后的风险值。
横亘在临床面前的3重难题
“同样是50岁，有的腰椎像40岁，有的却似70岁。”缑水平这样形容关节退变的个体差异。长期以来，骨科和影像科医生面对着一个共同困惑：同样是腰椎退变，到底是正常的生理性老化，还是需要干预的病理性加速？
对半月板损伤来说，MRI报告上同样写着“Ⅱ度信号”的微小损伤，有人10年间毫无变化，有人不到2年就不得不接受关节镜手术，“该观察”还是“该手术”的边界始终模糊。
更让人惋惜的是，腰椎MRI中那些早期退变的细微信号，在常规读片流程中极易被忽略，等到患者感到疼痛前来就诊时，往往已经错过了最佳的干预窗口期。
这些看似不同的问题，归根到底指向同一个科学命题——如何从一张静态的医学影像中，解码出关节系统随时间演化的动态节律，并将其转化为个体化的风险预警。
为此，团队提出了一套“影像表型—连续量化特征—时序演化—多任务风险预测”的技术框架。通俗讲，就是让AI不仅看懂“现在有什么”，还能推断“将来会怎样”。
从腰椎到半月板：让每个关节都有“量化标尺”
在腰椎退变方向，团队于今年7月在Nature（《科学》）旗下期刊npj Digital Medicine（《数字医学》）发表最新成果，首次提出两项数字生物标志物。
其一衡量个体腰椎退变程度相对于同龄人群的偏离幅度，其二追踪不同节段之间的退变速度差异，二者共同构成一把“腰椎年龄差标尺”，能够精准量化腰椎间盘退变是否偏离正常老化轨迹——患者只需一次常规腰椎MRI检查，AI就能给出可量化的退变风险等级和个性化诊疗建议。
此前，团队成员童诺副教授于2024年作为第一作者构建的相关研究，实现了腰椎间盘退变的全自动细粒度分级，成果发表于全球生物医学领域顶级学术期刊。从自动分级到风险量化，团队在腰椎领域完成了从“看清”到“算准”的跨越。
在半月板损伤方向，团队同样于2024年2月在《数字医学》期刊发表研究成果，第一作者骆安琳博士构造了融合视觉可解释机制的MRI细分级方法。该方法不仅能够精细划分半月板损伤程度，还能通过可视化机制，清晰呈现AI作出判断的依据，让医生看得懂、信得过，为“观察还是手术”这一长期困扰临床的决策提供了数据驱动的量化精准边界。
“健康哨兵”的未来远景
团队将研究视野拓展至全身多个关节，首次突破衰老影像学标记瓶颈，实现了颌面骨、腰椎、膝关节等多部位老化的定量分析与动态表征。
团队还将研究触角伸向最普通的侧位头颅X线片。这种检查费用10元左右的片子，常规仅用于口腔、正畸和颌面分析，极少被用于衰老评估。然而，团队发现这张简单的影像同时记录着牙齿、颅颌面骨和颈椎的形态变化——牙齿记录着萌出、替换和磨耗过程，颅颌面反映骨骼发育与形态改变，颈椎则包含椎体形态及退行性信息。
为此，团队开发出一种聚焦衰老相关特征的注意力机制模型——ARDA模型。这一模型能够从同一张X片中同步提取上述3类组织的衰老相关信息，以揭示颌面区域的整体退变节律，从而证明了“一图多评”的可行性，也为低成本、广覆盖的关节退变筛查提供了全新思路。
从2022年的ARDA模型，到2024年的半月板分级方法，再到2026年的腰椎数字生物标志物，这一系列工作形成了从“关节退变量化”到“全身风险预警”的完整技术链条，标志着西电在医学人工智能与具身健康计算交叉领域的研究获得国际同行持续认可。
“影像不应只是静止的切片，而应成为刻画生命老化进程的数字化标尺。”缑水平这样阐释团队的愿景。目前，团队正联合多家临床单位，推动影像AI从“辅助读片”向“健康哨兵”转型——未来，每一次影像检查将不仅回答“现在有没有病”，更能计算“未来风险有多大”。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
