同样是五十岁，腰椎老化差多少？西电缑水平教授团队用AI给出数字答案|世界关节炎日|半月板损伤|腰椎老化|腰椎间盘|退变

在西安电子科技大学

人工智能学院的一间实验室内

一张张腰椎MRI影像

正被AI系统飞速处理

屏幕上

原本依赖肉眼辨识的灰度信号

被转化为一串串动态曲线

和数字biomarker

这便是缑水平教授团队的科研日常

他们的目标很直接

让AI比经验最丰富的放射科医生

更早、更准地“看见”

关节正在发生的细微变化

并计算出这种变化背后的风险值

一道横亘在临床面前的三重难题

“同样是五十岁，有的腰椎像四十岁，有的却似七十岁”，缑水平这样形容关节退变的个体差异。长期以来，骨科和影像科医生面对着一个共同的困惑：同样是腰椎退变，到底是正常的生理性老化，还是需要干预的病理性加速？对半月板损伤来说，MRI（磁共振成像）报告上同样写着“II度信号”的微小损伤，有人十年间毫无变化，有人不到两年就不得不接受关节镜手术，“该观察”还是“该手术”的边界始终模糊。而更让人惋惜的是，腰椎MRI中那些早期退变的细微信号，在常规读片流程中极易被忽略，等到患者感到疼痛前来就诊时，往往已经错过了最佳的干预窗口期。

腰椎结构分割、年龄估计和退变风险分析框架

这些个看似不同的问题，归根到底指向同一个科学命题——如何从一张静态的医学影像中，解码出关节系统随时间演化的动态节律，并将其转化为个体化的风险预警。为此，团队提出了一套“影像表型—连续量化特征—时序演化—多任务风险预测”的技术框架，通俗地说，就是让AI不仅看懂“现在有什么”，还能推断“将来会怎样”。

从腰椎到半月板：让每个关节都有“量化标尺”

在腰椎退变方向，团队于2026年7月在Nature旗下期刊npj Digital Medicine（影响因子18.0）上发表最新成果，首次提出“Age Delta”和“Age Selta”两项数字生物标志物。前者衡量个体腰椎退变程度相对于同龄人群的偏离幅度，后者追踪不同节段之间的退变速度差异，二者共同构成一把“腰椎年龄差标尺”，能够精准量化腰椎间盘退变是否偏离正常老化轨迹。患者只需一次常规腰椎MRI检查，AI就能给出可量化的退变风险等级和个性化诊疗建议。此前的2024年，童诺副教授为第一作者构建了区域特征重标定网络，实现腰椎间盘退变的全自动细粒度分级，成果发表于IEEE Journal of Biomedical and Health Informatics。从自动分级到风险量化，团队在腰椎领域完成了从“看清”到“算准”的跨越。

在半月板损伤方向，团队于2024年2月同样在npj Digital Medicine发表研究成果，第一作者骆安琳博士构造了融合视觉可解释机制的MRI细分级方法。该方法不仅能够精细划分半月板损伤程度，还能通过可视化机制清晰呈现AI做出判断的依据，让医生看得懂、信得过，为“观察还是手术”这一长期困扰临床的决策提供了数据驱动的量化精准边界。

半月板分割、特征分析到分级和临床验证的整体流程

一张X光片的意外价值与“健康哨兵”的远景

团队还将研究视野拓展至全身多个关节，主持的国家自然科学基金面上项目“脊椎间盘关节老化的多模态数据与知识双驱动协同学习研究”，首次突破衰老影像学标记瓶颈，实现了颌面骨、腰椎、膝关节等多部位老化的定量分析与动态表征。

团队将研究触角伸向了最普通的侧位头颅X线片。这种检查费用十元左右的片子，常规仅用于口腔、正畸和颌面分析，极少被用于衰老评估。然而团队发现，这张简单的影像同时记录着牙齿、颅颌面骨和颈椎的形态变化——牙齿记录着萌出、替换和磨耗过程，颅颌面反映骨骼发育与形态改变，颈椎则包含椎体形态及退行性信息。为此，团队开发了ARDA模型，一种聚焦衰老相关特征的注意力机制模型，能够从同一张X片中同步提取上述三类组织的衰老相关信息，揭示颌面区域的整体退变节律。刘宁涛和郭璋博士后共同将相关成果于2022年发表在npj Digital Medicine。这一研究证明了“一图多评”的可行性，也为低成本、广覆盖的关节退变筛查提供了全新思路。