髋关节疾病是世界上最常见的关节疾病之一,在青少年和年轻人中尤为普遍,会导致髋关节僵硬、疼痛或跛行。但仅靠二维医学影像很难诊断出这些疾病。
为了帮助治疗这些疾病,波士顿儿童医院(BCH)的青少年髋关节保护项目是美国首个在其诊所部署全自动人工智能工具的项目。
该工具名为 VirtualHip ,可以通过常规医学图像创建髋关节三维模型,评估解剖和运动相关问题,并为临床医生提供诊断和治疗指导。它是在哈佛医学院主要儿科医院 BCH 的骨科研究实验室利用英伟达 DGX 平台制作的。
由10名研究人员组成的团队正在开展该项目,其中包括工程师、计算机科学家、骨科外科医生、放射科医生和软件开发人员。
实验室首席研究员、BCH 肌肉骨骼信息学组主任、哈佛医学院骨科助理教授 Ata Kiapour 博士说:“利用人工智能,临床医生可以从他们日常收集的临床数据中获得更多价值。这一工具可以提高他们的工作效率,从而在诊断和治疗中做出更好的选择,并让他们腾出时间专注于为患者提供最好的治疗。”
生成三维模型
临床医生通常必须根据 X 光片、CT 扫描或核磁共振成像等二维图像来确定治疗方案,干预程度从物理治疗到全髋关节置换术不等。根据这些图像自动创建三维模型,并利用它们进行全面的关节评估,有助于提高诊断的准确性,为治疗计划提供依据。
Kiapour 博士说:"2013年,我开始在北京儿童医院做骨科医生的博士后,当时我看到了工程师或科学家如何帮助患者治疗," Kiapour 博士还接受过生物医学工程师培训。"多年来,我发现医院拥有大量数据,但用于临床的高效数据处理是一项尚未满足的巨大需求。
VirtualHip 与 BCH 的髋关节门诊和放射学数据库完全集成,有助于填补这一空白。
临床医生可以通过网络门户登录软件工具,查看二维医学影像的三维模拟并与之互动,提交分析请求,并在一小时内看到结果,平均比成像后收到放射学报告快 4 倍。
该工具生成的三维模型误差小于一毫米,可以评估形态异常,并识别与髋关节运动有关的问题,如髋骨相互摩擦引起的疼痛。
VirtualHip 是利用一个数据库开发的,该数据库包含数以千万计的临床笔记和成像数据,这些数据来自过去二十年中在 BCH 就诊的患者。Kiapour 博士的团队利用自然语言处理模型和计算机视觉算法处理这些数据,训练工具分析正常与病理髋关节发育情况,并识别影响损伤风险和治疗效果的因素。
这将使 VirtualHip 能够通过将当前患者与之前接受过类似人口背景治疗的患者进行比较,提供针对特定患者的风险评估和治疗规划。
Kiapour 博士说:" NVIDIA 为我们提供的硬件支持使这一切成为可能。其能够对我们微调的临床人工智能模型的20多年历史数据进行高级计算。“
为患者提供更清晰的解释和更好的治疗效果
除了协助医生诊断和制定治疗计划,VirtualHip 还能帮助患者更好地了解自己的病情。
Kiapour 博士说:"当患者看X光片时,它看起来并不像一个真实的髋关节。但有了一个可以旋转的三维模型,医生就可以准确地显示关节的撞击或不稳定位置。"这能让病人更好地了解自己的病症,通常会让他们更遵从医生的处方。
Kiapour 补充说,这种可视化对儿童和年轻人尤其有帮助。
VirtualHip 项目正在持续开发中,包括利用大型语言模型和生成式人工智能开发一个面向患者的平台,用于个性化分析和治疗建议。
北京儿童医院的研究人员计划将该产品商业化,供其他医院使用。