一项由萨里大学研究人员开发的新型人工智能系统，正将X光片变为“时间机器”，助力骨关节炎患者的早期干预与管理。该系统能预测患者膝关节X光片在一年后可能呈现的形态，为医生和患者提供直观的疾病发展蓝图。 这项研究在2025年国际医学图像计算与计算机辅助干预会议（MICCAI 2025）上发布。系统基于近5万张来自约5000名患者的膝关节X光片训练而成，是目前同类研究中规模最大的数据集之一。其核心是一套先进的扩散生成模型，可在短时间内生成高度逼真的“未来”X光图像，并结合16个关键关节点，精准标注出可能发生变化的区域，显著提升预测的透明度与可信度。 与传统AI工具仅输出风险数值不同，该系统不仅能预测病情恶化概率，还能直观展示“今日”与“一年后”的对比图像。研究人员指出，这种视觉化呈现极大增强了医患沟通效果。患者看到未来可能出现的关节损伤图像后，更愿意坚持治疗方案或调整生活方式，医生也能更早介入，实现个性化干预。 研究负责人、萨里大学视觉、语音与信号处理中心（CVSSP）及以人为本人工智能研究所的戴维·巴特勒表示：“看到真实的未来影像，比单纯听一个数字更有说服力。这能真正推动患者行动，也帮助医生更早识别高风险人群。” 该系统预测速度比同类工具快约九倍，兼具高效与高精度，有望加速其在临床实践中的落地。研究团队正积极寻求与医院合作，推动技术进入日常医疗体系。 项目负责人古斯塔沃·卡内罗教授强调，这一方法不仅适用于骨关节炎，未来还可拓展至其他慢性病预测，如吸烟者的肺损伤、心血管疾病进展等，为多种疾病的早期预警提供可视化支持，有望成为慢性病管理的新范式。