▎药明康德内容团队编辑
匹兹堡大学（University of Pittsburgh ）医学院和卡内基梅隆大学（Carnegie Mellon University）工程学院的研究人员创建了一种机器学习算法 ， 可以从MRI扫描图像中根据医生肉眼看不到的细微征兆 ， 在症状开始之前几年预测出骨关节炎的发生 。 这些结果近日在《美国国家科学院院刊》（Proceedings of the National Academy of Sciences）上在线发布 。

本文图片

目前 ， 骨关节炎的主要治疗方法是关节置换 ， 膝盖置换术是美国45岁以上人群中最常见的手术 。 研究人员希望通过这种预测方法 ， 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 。
共同作者之一Kenneth Urish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 。 问题是 ， 当在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 。 ”

本文图片

图片来源：123RF
在这项工作中 ， 研究人员借助了一项骨关节炎计划（Osteoarthritis Initiative）的数据 ， 该计划对数千人进行了长达7年的追踪 ， 可以通过MRI图像看到他们的膝盖骨关节炎如何发展 。
研究人员集中关注了其中在开始时几乎没有软骨损伤迹象的患者 。 由于现在可以知道这些受试者中哪些后来发展出了关节炎、哪些没有 ， 计算机使用这些信息来学习症状发生之前其MRI扫描图像中的微妙征兆 ， 用来预测未来的骨关节炎风险 。
研究人员采用一部分数据进行了模型训练 ， 随后用另一部分在训练时未采用的患者数据进行了验证 。 结果显示 ， 该算法在症状发作前三年通过MRI图像预测骨关节炎的准确性达到了78％ 。

本文图片

▲膝盖的MRI图像 ， 彩色部分显示的是软骨（图片来源：参考资料[1]；Credit：Kundu et al.PNAS）
研究人员指出 ， 目前虽然有几种有效药物可以预防患者发展相关病症（类风湿关节炎） ， 但尚无药物用于预防症状前骨关节炎发展恶化 。 而在候选药物的临床前试验中 ， Kenneth Urish博士希望可以利用这种人工智能加快为患者带来新药：“我们不必招募几千人然后追踪10年 ， 而是可以招募50名我们知道将在未来两到五年内患上骨关节炎的受试者 ， 然后看看实验药物是否可以阻止疾病发展 。 ”
参考资料：
[1] Artificial intelligence detects osteoarthritis years before it develops, Retrieved Sep. 21, 2020, from https://www.eurekalert.org/pub_releases/2020-09/uop-aid092120.php
[2] Shinjini Kundu et al., 2020, Enabling early detection of osteoarthritis from presymptomatic cartilage texture maps via transport-based learning, Proceedings of the National Academy of Sciences, DOI: 10.1073/pnas.1917405117
新冠病毒专题
癌症突破
智慧之光
【骨关节炎|人工智能见微知著，提前三年检测骨关节炎发展】热门前沿

来源：(药明在线)

【】网址：/a/2020/0925/kd536110.html

标题：骨关节炎|人工智能见微知著，提前三年检测骨关节炎发展