盆唐首尔大学医院骨科教授李容锡研究团队揭示了膝关节骨关节炎患者因骨密度、代谢疾病等个体特征不同而呈现的病情进展形态,并据此提出了治疗方向。有分析认为,这一成果可作为膝关节骨关节炎个性化治疗的依据,意义重大。
研究团队8日表示,分析了2003年至2017年因膝部疼痛就诊患者中可随访5年以上的833份X光影像及临床数据。研究应用人工智能(AI)机器学习区分疾病表现型,并确认了患者特征与进展模式之间的关联性。
分析结果显示,骨密度较低的患者倾向于以整个膝关节间隙变窄的形态进展。相反,骨密度较高的患者则因负荷集中于特定部位而出现局部关节炎,且多伴有下肢力线变形。此外,即便是年轻患者,若患有高血压、糖尿病等代谢疾病,炎症反应会被促进,进展为整个膝关节大量生成骨刺的形态。
研究团队开发的AI预测模型对膝关节骨关节炎进展的预测最高达AUC 0.94水平,准确度高于现有统计模型(AUC 0.87)。同时,研究利用沙普利加性解释法(SHAP)将各患者危险因素对疾病进展的影响进行了量化。
李容锡教授解释称:"利用门诊诊疗中可获得的X光和临床信息,可以早期预测各患者骨关节炎的进展并制定个性化治疗策略","骨密度低的患者侧重骨质疏松治疗,骨密度高的患者侧重力线矫正及软骨治疗,代谢疾病患者侧重炎症管理,可以实现根据患者特征的差异化诊疗。"






