西安电子科技大学人工智能学院实验室，科研攻关氛围浓厚。近日，记者走进该实验室时看到，电脑屏幕上，一张张腰椎MRI影像（即磁共振成像）在AI系统中高速运算迭代。
以往只能依靠医生肉眼甄别、辨识度有限的灰度影像信号被转化为直观的动态曲线与数字化评估指标，这便是缑水平教授科研团队借助“AI时光镜”赋能智慧医疗的日常一幕——让AI更早、更准地“看见”关节正在发生的细微变化，并计算出这种变化背后的风险值。
同岁不同“龄”
关节退变预判有了新解法
“同样是50岁，有的腰椎像40岁，有的却似70岁。”缑水平说，团队多年研究发现，人体关节退变存在巨大个体差异，这是困扰骨科、影像科医生的普遍性难题。
腰椎退变是正常老化还是病理性加速，医学界长期难界定。半月板Ⅱ度损伤尤为典型——同样的伤情，有人症状平稳，有人症状恶化需手术，保守与手术缺乏客观依据。团队成员表示，早筛比发病后治疗更关键，但腰椎早期老化信号易在常规阅片中被忽略，等到腰腿疼痛明显时再就医，往往已错过最佳干预窗口。
瞄准临床痛点，西电科研团队着力破解静态影像难以预判病情动态变化的行业短板，搭建起“影像表型—连续量化特征—时序演化—多任务风险预测”技术体系。通俗讲，这套AI系统既能识别当下关节状态，也能推演衰老规律，实现个体化风险预判。
从腰椎到半月板
为关节退变打造精准“量化标尺”
针对腰椎退变量化难题，今年7月份，团队取得重要科研成果：创新性提出“Age Delta”和“Age Selta”两项数字生物标志物。两项指标互为补充，分别测算个体腰椎退变水平与同龄人群的差距、监测腰椎不同节段退变速度差异，共同构成一把“腰椎年龄差量化标尺”，精准判断腰椎退变是否脱离正常老化轨迹。“患者只需完成一次常规腰椎MRI检查，AI系统便可划分退变风险等级，给出个性化诊疗参考意见。”团队成员说。
据了解，这项突破性成果建立在前期持续攻关之上。早在2024年，团队中的童诺副教授牵头完成关键技术研发，构建区域特征重标定网络，实现腰椎间盘退变全自动细粒度分级。从智能分级识别到退变风险量化，团队在腰椎影像诊断领域，完成了从“看清病灶”到“算准风险”的跨越。在深耕腰椎研究的同时，团队针对半月板损伤临床决策难题开展攻关，并收获重要成果。2024年2月，以博士骆安琳为第一作者的论文发表在《npj Digital Medicine》期刊，该研究研发出融合视觉可解释机制的MRI细分级新技术。
“传统AI诊断存在‘黑箱难题’，判断依据无法直观展示，医生难以采信。”团队成员表示，这项技术不仅能够精细区分半月板损伤轻重程度，还可以通过可视化方式完整呈现AI研判逻辑，有据可查、清晰直观，为长期悬而未决的“观察还是手术”临床抉择，提供有数据支撑的量化标准。
十元X光片蕴藏新价值瞄准“健康哨兵”长远目标
攻克腰椎、半月板相关课题之后，团队持续拓展研究范畴，面向全身多类关节开展老化规律探索。依托国家自然科学基金面上项目，团队突破衰老影像学标记瓶颈，实现颌面骨、腰椎、膝关节等多部位骨骼老化状况的定量分析与动态追踪。
科研过程中，团队捕捉到一项具备普惠价值的研究方向——费用仅十元左右的侧位头颅X线片。在常规诊疗里，这类影像多用于口腔正畸、颌面骨骼检查，极少被用来评估人体衰老程度。
“一张看似普通的X光影像，承载着多重衰老信息。”团队成员告诉记者，影像中同步记录牙齿磨耗替换、颅颌面骨骼形态、颈椎退行改变等信息，完整留存着人体骨骼系统老化的轨迹。
基于这一发现，团队研发的ARDA衰老特征注意力机制模型，能够从单张头颅X线片中同步提取多类组织衰老特征，解析颌面区域整体退变节律。博士后刘宁涛、郭璋研究主导的相关成果，2022年发表在《npj Digital Medi?cine》期刊。这项研究证实“一图多评”具备可行性，为低成本、大范围开展关节退变筛查开辟全新路径。
从2022年ARDA模型到2024年半月板分级技术，再到2026年腰椎评估指标，相关成果相继问世，西电科研团队已接力构建起关节退变至全身衰老预警的完整技术链条。相关成果已在国际期刊刊发，研究成果获得国际同行认可。
“医学影像不应只是静止的检查切片，更要成为刻画人体生命老化进程的数字化标尺。”缑水平教授说，目前团队正联合多家医疗机构推进技术临床转化，推动AI医学影像从传统辅助阅片工具，逐步转型为守护全民的智能“健康哨兵”。
未来，影像检查不仅能排查现有病症，还可预判远期病变风险，助力关节疾病早筛早防。（记者任娜）