不止拍片查病！AI讓醫學影像實現健康風險預判

　　在西安電子科技大學人工智能學院的一間實驗室內，一張張腰椎MRI影像正被AI系統飛速處理。屏幕上原本依賴肉眼辨識的灰度信號，被轉化為一串串動態曲線和數字生物標志物——這便是該校教授緱水平團隊的科研日常。他們讓AI比經驗最豐富的放射科醫生更早、更準地“看見”關節正在發生的細微變化，并計算出這種變化背后的風險值。

　　近年來，西安電子科技大學人工智能學院研究團隊聚焦醫學人工智能與具身健康計算交叉領域，持續開展醫學影像智能算法研發與臨床應用探索。經過多年技術迭代和持續攻關，團隊逐步搭建起體系化、鏈條化的技術架構，為智能健康醫療領域的技術發展提供了新的研究思路與技術支撐。相關成果近日發表于《npj 數字醫學》。

　　不同年齡顱頜面區域的牙齒衰老顯著性分布圖。西安電子科技大學供圖

　　2022年，團隊研發ARDA模型，針對關節退變問題搭建智能化、可量化的分析算法，改進了傳統醫學影像分析方式，將關節退變評估從經驗判斷轉變為數據量化分析，為精準影像分析打下技術基礎。2024年，團隊研究取得新進展，提出半月板分級方法，進一步細化骨關節損傷與退變的智能評估標準，規范了骨關節病癥的影像判斷方式，提升了影像技術對不同程度病變、細微損傷的識別效果。

　　隨著研究持續推進，2026年團隊聚焦腰椎健康研究，研發出腰椎數字生物標志物，實現了技術層面的進一步完善。從2022年關節退變量化算法，到2024年半月板分級評估方法，再到2026年腰椎數字生物標志物，這一系列接續開展的研究工作，構建起從“關節退變量化”到“全身風險預警”的完整技術鏈條，讓醫學影像智能分析從局部病變研判，延伸至全身健康風險預判。

　　長期以來，醫學影像主要用于輔助確診現有疾病，只能靜態呈現當下病灶情況。該團隊的研究，重點突破傳統影像的應用局限，將靜態的影像切片轉化為能夠反映健康變化、可以預判病程的動態數字化數據。緱水平表示，影像不應只是靜止的切片，而應成為刻畫生命老化進程的數字化標尺。

　　目前，研究團隊已與多家臨床單位開展合作，穩步推進科研成果臨床落地，持續優化影像AI技術，推動影像AI從傳統的輔助讀片工具，逐步轉型為能夠常態化監測健康、提前提示風險的“健康哨兵”。這一轉變，改變了傳統醫學影像僅用于患病后診斷的應用模式，拓展了影像技術的應用場景。

　　隨著算法模型持續優化和臨床數據不斷積累，未來的醫學影像檢查功能將更加完善。影像檢查不再只用于判斷人體當下是否存在病變、確診現有疾病，還能通過數據運算和智能分析，評估各類健康隱患和疾病的后續發病風險，為健康監測、疾病早期預防和干預提供數據依據。

　　現階段，西安電子科技大學人工智能學院的相關研究仍在持續推進。團隊立足算法研發，貼合臨床實際需求，穩步推動技術從理論研究轉向實際臨床應用，研究范圍也從單一的腰椎部位，逐步拓展至全身多部位的健康智能監測。后續，團隊將繼續依托數據與算法開展技術攻關，持續拓展醫學影像的應用邊界，穩步推進智慧醫療與精準健康相關技術的落地應用。

　　相關論文信息：https://doi.org/10.1038/s41746-026-02848-3