近日，南方醫科大學珠江醫院臨床研究中心教授丁長海團隊提出了一個全新的膝關節間隙結構影像組學聯合神經網絡模型（Joint Space Radiomic Model，JS-RM），用于預測膝骨關節炎發生。相關成果發表于《關節炎與風濕病》（Arthritis & Rheumatology）。
膝骨關節炎是一種常見的退行性關節疾病，在老年人群中尤為普遍，嚴重影響患者生活質量，并給社會帶來沉重的經濟負擔。由于目前尚無有效的疾病改善藥物，早期干預和敏感的檢測手段顯得尤為重要。
針對這一難題，丁長海團隊考慮磁共振成像因其高敏感性能在X線影像之前檢測出早期的關節結構變化，基于膝骨關節炎倡議隊列，選取了686例無放射性膝骨關節炎但高風險的膝磁共振成像，隨機分為開發隊列和測試隊列（8:2），從基線磁共振成像中提取影像特征，并通過神經網絡進行建模和預測。JS-RM模型整合了股骨軟骨、脛骨軟骨和半月板的影像組學特征，用于預測放射性膝骨關節炎的發生。
測試結果顯示，JS-RM模型預測放射性膝骨關節炎的曲線下面積達0.931，靈敏度為84.4%，特異性為85.6%。借助JS-RM模型，9名住院醫師在磁共振成像閱片中預測放射性膝骨關節炎的平均特異性和靈敏度分別從47.4%和58.6%提高到87.4%和81.2%。
該研究表明，股骨軟骨、脛骨軟骨和半月板的影像組學特征對放射性膝骨關節炎的發生具有預測價值，JS-RM模型可作為一種非侵入性的預測工具，有望在個性化臨床決策中發揮作用，為膝骨關節炎的早期干預提供支持。
相關論文信息：https://doi.org/10.1002/art.42915
