神户大学研究人员创建了一种人工智能系统，仅通过检查手背和握拳照片即可识别罕见的内分泌疾病。该方法避免了面部图像，有助于保护患者隐私，同时达到高诊断准确率。科学家表示，该技术最终可帮助医生更快地将患者转诊给专科医生，并改善偏远地区的医疗可及性。
该AI针对的疾病是肢端肥大症，一种常见于中年的罕见疾病。它由生长激素过度分泌引起，导致手脚增大、面部特征改变以及骨骼和内脏器官异常生长。由于该病逐渐发展多年，早期识别较为困难。如果未经治疗，肢端肥大症可能导致严重健康问题，并将预期寿命缩短约10年。神户大学内分泌学家福冈秀典表示：“由于病情进展缓慢，且属罕见病，诊断花费长达十年并不少见。”他补充说：“随着人工智能工具的进步，已有尝试使用照片进行早期检测，但尚未应用于临床实践。”
注重隐私的AI方法：使用手部图像
当研究团队回顾现有AI研究时，发现许多系统依赖面部照片来识别疾病。然而，面部识别可能引发患者隐私担忧。为解决此问题，科学家选择了不同的策略。神户大学研究生大町由香解释道：“为应对这一担忧，我们决定专注于手部——在临床诊断中我们常规检查与面部相同的部位，特别是因为肢端肥大症常在手部表现出变化。”为加强隐私保护，研究人员将图像限定为手背和握拳照，有意避免手掌图像，因为掌纹线条高度个性化，可能暴露身份。这种谨慎的方法有助于招募大量参与者。来自日本15家医疗机构的725名患者贡献了超过11000张图像，用于训练和测试AI模型。
AI超越经验丰富的专科医生
该团队在《临床内分泌与代谢杂志》上报告了结果。他们的AI模型在从手部图像识别肢端肥大症方面表现出极高的敏感性和特异性。在直接比较中，该系统甚至优于评估相同照片的经验丰富的内分泌专家。大町表示：“坦白说，我很惊讶仅使用手背和握拳照片就能达到如此高的诊断准确率。令我特别印象深刻的是，在不使用面部特征的情况下达到这一性能，使得该方法在疾病筛查中更加实用。”
将医疗AI扩展到其他疾病
研究人员现在希望调整其系统，以检测其他可通过手部可见变化识别的疾病。潜在目标包括类风湿关节炎、贫血和杵状指。大町说：“这一结果可能是扩展医疗AI潜力的切入点。”
辅助医生并改善医疗可及性
在真实临床环境中，医生诊断患者时依赖的远不止手部图像。病史、实验室检查和体检都扮演重要角色。神户大学研究人员将其AI工具视为辅助医生而非替代。在他们的研究中，他们将这项技术描述为“补充临床专业知识、减少诊断疏漏并实现更早干预”的手段。研究负责人福冈秀典表示：“我们相信，通过进一步发展这一技术，可以在综合体检中建立医疗基础设施，将疑似手部相关疾病的患者与专科医生连接起来。此外，它还可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异。”
该研究获得了兵库县科学技术振兴财团的资助。项目合作者来自福冈大学、兵库医科大学、名古屋大学、广岛大学、虎之门医院、日本医科大学、鹿儿岛大学、鸟取大学、山形大学、冈山大学、兵库县立加古川医疗中心、北海道大学、国际医疗福祉大学、森山纪念医院和甲南女子大学。
故事来源：由神户大学提供的材料。注意：内容可能因风格和长度进行编辑。
期刊参考文献：大町由香等，使用深度学习对手部图像进行肢端肥大症自动检测：一项多中心观察性研究。《临床内分泌杂志》，2026年；DOI: 10.1210/clinem/dgag027
【全文结束】