神户大学内分泌学研究人员开发的人工智能系统仅通过分析手背和紧握拳头的图像就能准确诊断肢端肥大症。这一注重隐私的成就有望建立更高效的转诊系统并减少社区间的医疗差距。图片来源：神户大学
人工智能仅通过分析手背和紧握拳头的图像就能准确诊断一种罕见的内分泌疾病。神户大学的这一注重隐私的成就有望建立更高效的转诊系统并减少社区间的医疗差距。
肢端肥大症是一种罕见的难治性疾病，通常在中年发病，会导致手足变大、面部外观改变，并对全身骨骼和器官生长产生影响。
这种由生长激素过度分泌引起的疾病会缓慢发展数十年，但如果未经治疗，可能导致危及生命的并发症，使预期寿命缩短约10年。
"由于该疾病进展缓慢，且是一种罕见疾病，通常需要长达十年时间才能确诊，"神户大学内分泌学家福冈秀典(Fukuoka Hidenori)表示。他进一步解释道："随着AI工具的进步，已有尝试使用照片进行早期检测，但这些方法尚未在临床实践中得到应用。"
在审视当前AI研究面临的挑战时，该团队发现大多数研究依赖面部照片，这可能导致隐私问题。神户大学研究生大町由香(Ohmachi Yuka)表示："为了解决这一担忧，我们决定专注于手部——在临床实践中，我们通常会与面部一起检查手部以进行诊断，特别是因为肢端肥大症常常表现为手部变化。"
然而，他们决定进一步加强隐私保护，仅使用手背和紧握拳头的图像，避免更具个人特征的掌纹图案。这使他们得以获得日本15家医疗机构中725名患者的支持，这些患者捐赠了超过11,000张图像，用于训练和验证他们的AI模型。
在《临床内分泌学与代谢杂志》(The Journal of Clinical Endocrinology & Metabolism)上，神户大学团队报告称，他们的模型以非常高的敏感性和特异性识别该疾病。事实上，他们的模型甚至超过了被要求评估相同照片的资深内分泌专家。
"坦白说，我惊讶于仅使用手背和紧握拳头的照片就能达到如此高的诊断准确度。特别令我印象深刻的是，无需面部特征就能达到这种性能水平，这使得这种方法在疾病筛查方面更为实用，"大町表示。
神户大学团队仅使用手背和紧握拳头的图像，避免了更具个人特征的掌纹图案。这使他们得以获得日本15家医疗机构中725名患者的支持，这些患者捐赠了超过11,000张图像，用于训练和验证他们的AI模型。图片来源：Y. Ohmachi等，《临床内分泌学与代谢杂志》
该团队将下一步确定为将他们的模型扩展到可通过此类照片识别的其他疾病，如类风湿性关节炎(rheumatoid arthritis)、贫血(anemia)和杵状指(finger clubbing)。大町表示："这一结果可能是拓展医疗AI潜力的切入点。"
在医疗实践中，医生不仅仅使用手部图像进行诊断，而是依赖广泛的因素和数据。因此，神户大学团队认为他们新开发的模型有机会"补充临床专业知识、减少诊断疏漏并实现早期干预"，正如他们在论文中所写的那样。
研究负责人福冈表示："我们相信，通过进一步开发这项技术，可以在全面健康检查期间创建医疗基础设施，将疑似手部相关疾病的病例连接到专科医生。此外，它还可以支持地区医疗环境中的非专科医生，从而有助于减少那里的医疗差距。"
【全文结束】
