研究人员使用AI来识别膝盖骨关节炎的新骨形测量

膝盖骨关节炎（OA）是一个全球健康问题。75岁以上的几乎一半的成年人具有某种形式的膝盖OA，这是全世界残疾的主要原因之一。由于无法治愈膝盖OA，因此当前的治疗方法依赖于准确识别和分期分期。

使用基于人工智能的方法称为深度学习，波士顿大学医学院（BUSM）的研究人员现在已经确定了一项新措施，以确定膝盖骨关节炎- 为“软骨下骨长度”（SBL）。

膝盖OA只有少数经过验证的成像标记。当前，使用磁共振成像（MRI）或X射线等医学成像工具检查膝关节。“我们的研究确定了一种新的成像措施，有可能成为膝盖OA的生物标志物，” Busm医学助理教授Vijaya B. Kolachalama博士解释说。

研究人员使用了数千次膝盖MRI扫描并定义了SBL，这是一种表征软骨和骨骼变平的程度的新型形状，并检查了其与放射学关节空间狭窄（JSN），并发疼痛和残疾以及随后的部分或后续部分或后续的部分或后续的部分。总膝盖更换。然后，他们使用SBL中的相对变化来估计这些结果中每一个的优势比。他们发现，关节空间狭窄的膝盖的SBL值与没有JSN的膝盖始终不同。他们还发现，基线的SBL更改与更大的疼痛和残疾有关。

根据研究人员的说法，这项研究具有重要的临床意义。Kolachalama补充说：“我们的研究将SBL确定为膝关节内骨形态的潜在有用度量，并表明其随疾病等级而变化。SBL也有可能将来上膝骨OA。”

研究人员希望研究是否可以使用SBL来早期发现疾病，从而显着影响患者护理的管理。