于韦斯屈莱大学和芬兰中部医疗保健区的研究人员开发了一种基于人工智能的神经网络，可以从 X 射线图像中检测早期膝骨关节炎。人工智能能够在 87% 的病例中匹配医生的诊断。结果很重要，因为 X 射线是早期膝骨关节炎的主要诊断方法。早期诊断可以使患者免于不必要的检查、治疗甚至膝关节置换手术。

骨关节炎是全球最常见的关节相关疾病。仅在芬兰，每年就有多达 600,000 人次就医。据估计，每年给国民经济造成的损失高达 10 亿欧元。

这种基于人工智能的新方法经过训练，可以检测 X 射线预测骨关节炎的放射学特征。该发现目前未包含在诊断标准中，但骨科专家认为这是骨关节炎的早期征兆。该方法是于韦斯屈莱大学数字健康智能实验室开发的，是 AI Hub Central Finland 项目的一部分。它利用了全球广泛使用的神经网络技术。

“该项目的目的是训练人工智能从 X 光片中识别骨关节炎的早期特征。经验丰富的医生可以从视觉上区分图像，但不能自动完成，”负责该项目的研究员 Anri Patron 解释道。方法的发展。

在实践中，AI 会尝试检测膝关节的胫骨结节是否有尖刺。胫骨尖刺可能是骨关节炎的征兆。

研究人员与芬兰中部医疗保健区的专家一起评估了该方法的可靠性。

“在开发 AI 模型时使用了大约 700 张 X 射线图像，之后使用大约 200 张 X 射线图像验证了该模型。该模型成功地估计了与医生估计一致的尖峰87%的情况下，这是一个有希望的结果，”赞助人描述。

人工智能可以支持初级卫生保健中骨关节炎的早期诊断

于韦斯屈莱大学数字健康智能实验室负责人 Docent Sami Äyrämö 解释说，诊断早期骨关节炎的 AI 模型的开发在全球都很活跃。

“之前已经开发了几种人工智能模型来检测膝骨关节炎。这些模型可以检测到任何专家都可以轻松检测到的严重病例。但是，之前开发的方法不够准确，无法检测到早期表现。现在正在开发的方法旨在——特别是——通过 X 射线进行早期检测，这是非常需要的。”