AI可通过手部图像诊断肢端肥大症

  参考消息网3月12日报道 据欧洲新闻社3月3日报道，日本神户大学的专家证明，人工智能（AI）仅通过分析手背和握拳图像即可精确诊断一种罕见的内分泌疾病。

  这一成果同时尊重了隐私，为建立更高效的转诊系统和减少社区间医疗保健差距带来了希望。研究结果发表在《临床内分泌学与新陈代谢杂志》月刊上。

  肢端肥大症是一种罕见的难治性疾病，通常在中老年发病，可导致手脚增大、面部外观改变，并影响全身骨骼和器官的生长。这种由生长激素过度分泌引起的疾病在几十年内缓慢发展，但如果不及时治疗，可能导致危及生命的并发症，使预期寿命缩短约10年。

  神户大学内分泌学家福冈秀典（音）表示：“由于其进展缓慢且罕见，需要长达十年时间才能确诊的情况并不少见。”此外，他解释说：“随着人工智能工具的发展，人们尝试使用照片进行早期检测，但尚未在临床实践中采用。”

  在审视当前人工智能研究的挑战时，研究小组发现大多数研究依赖于面部照片，这可能引发隐私泄露担忧。神户大学研究生大町由香（音）补充道：“为了解决这一担忧，我们决定专注于手部，这是我们在临床实践中为了诊断目的与面部一起常规检查的身体部位，特别是因为肢端肥大症通常会在手上表现出变化。”

  为更好保护隐私，研究人员甚至决定仅使用手背和握拳图像，避开了更具个体性的手掌纹路。这使得他们获得了日本15个医疗中心的725名患者的支持，这些患者捐赠了超过1.1万张图像用于训练和验证人工智能模型。

  神户大学研究团队报告称，他们的模型能够以极高的灵敏度和特异性识别这种疾病。事实上，他们的模型甚至优于经验丰富的内分泌学家对相同照片的评估结果。

  大町由香指出：“坦率地说，仅使用手背和握拳照片就能达到如此高的诊断准确性，让我感到惊讶。我认为特别有意义的是，在没有面部特征的情况下实现了这一性能水平，这使得这种方法对于疾病筛查更加实用。”

  研究团队认为，他们的下一步工作是将模型扩展到可通过这些照片识别的其他疾病，如类风湿性关节炎、贫血和杵状指。大町由香表示：“这一结果可能是拓展医疗人工智能潜力的切入点。”

  在医疗实践中，医生不仅使用手部图像进行诊断，还依赖广泛的因素和数据。因此，正如神户大学研究团队在论文中所述，他们的新模型提供了“补充临床经验、减少诊断疏漏并实现更早干预”的机会。

  研究负责人福冈秀典总结道：“通过继续开发这项技术，可以在综合体检期间创建一种医疗基础设施，将疑似手部相关疾病的病例与专科医生联系起来。”

  此外，“它还可以为地区医疗中心的非专科医生提供支持，从而有助于减少这些医疗中心在医疗保健方面的差距”。（编译/韩超）