单髁(部分)膝关节置换术 (UKR) 是一种常见的手术，旨在缓解膝骨关节炎患者的疼痛。然而，有些患者的术后效果不佳，而外科医生很难确定这些问题出现的原因。

NDORMS在《膝盖》杂志上发表的一项新研究发现，与经验丰富的骨科医生相比，机器学习模型可以更好地预测哪些患者在接受 UKR 手术后会出现不良预后。

“即使对于经验丰富的外科医生来说，仅通过查看 X 光片也很难确定为什么有些患者在部分膝关节置换术后效果不佳，”主要作者、NDORMS 临床生物力学研究员 Jack Tu 博士说。“因此，我们设计了一项研究，以了解 AI 是否有潜力增强手术决策并改善患者护理。”

该团队训练了一个机器学习模型来识别图像中与不良结果相关的模式，而大多数这些图像在外科医生看来都是正常的。然后，他们分析了手术一年后拍摄的 900 多张射线照片 (X 光片)，并将经验丰富的外科医生预测结果的能力与机器学习模型进行了比较。

结果非常显著。机器学习模型准确识别了 71% 的预后不良患者，而外科医生则举步维艰，只能识别出 0% 到 7% 的可能问题。

Grad-CAM 可视化：轮廓图展示了图像中每个区域在分类中的重要性。标记为红色的区域包含对输出贡献最大的特征。图片来源：The Knee (2024)。DOI：10.1016/j.knee.2024.11.007

这种使用人工智能的新方法不同于机器学习在医学领域的典型应用。该模型不仅仅是复制医生已经可以完成的任务，还能够识别出以前未知的可能预示并发症的视觉标记。