髋关节疾病是全球最常见的关节疾病之一，在青少年和年轻成人中尤为普遍，会导致僵硬、疼痛或跛行。但是，仅使用 2D 医学成像就很难诊断出这些疾病。
波士顿儿童医院 (BCH) 的青少年和年轻成人髋关节保护项目是美国第一个在诊所全面部署一款完全自动化的AI工具的项目。
该工具名为 VirtualHip，可以根据常规医学影像创建部 3D 模型，评估解剖学和运动相关问题，并为临床医生提供诊断和治疗指导。该工具由哈佛医学院的主要儿童医院 BCH 的骨科研究实验室构建，使用了NVIDIA DGX 平台。
该项目有一个由10名研究人员组成的团队在进行工作，部分资金来自 NVIDIA 学术硬件资助，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。
BCH肌肉骨骼信息学小组的主要研究员、负责人以及哈佛医学院骨科手术助理教授Dr. Ata Kiapour表示：“使用AI，临床医生可以从他们常规收集的临床数据中获得更多价值。这个工具可以增强他们的表现，做出更好的诊断和治疗选择，并释放他们的时间，专注于为患者提供最好的护理。”
直达关节
临床医生通常必须仅根据 2D 图像(例如 X 光、CT 扫描或 MRI)来确定治疗计划(干预级别从物理治疗到完全关节置换)。根据这些图像自动创建 3D 模型，并使用这些模型进行全面的关节评估，有助于提高诊断的准确性，为治疗计划提供信息。
Kiapour 博士也是一名生物医学工程师，他说：“2013 年，我在 BCH 的一位骨科外科医生那里开始了博士后研究，当时我看到了工程师或科学家如何帮助患者治疗。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个巨大且未得到满足的需求。”
VirtualHip 与 BCH 的关节临床和放射学数据库完全集成，有助于填补这一空白。
临床医生可以通过基于 Web 的门户登录软件工具，查看 2D 医学影像的 3D 模拟并与之交互，在一小时内提交分析请求并查看结果，平均比成像后收到放射学报告快 4 倍。
该工具生成的 3D 模型的误差幅度小于 1 毫米，可以评估形态异常，并识别与部运动相关的问题，例如髋骨互相摩擦引起的痛苦。
VirtualHip是使用一个包含数千万临床笔记和过去二十年来BCH所见患者的影像数据的数据库开发的。Kiapour 博士的团队使用自然语言处理模型和计算机视觉算法处理了这些数据，训练该工具来分析正常和病理性关节发展，并确定影响受伤风险和治疗结果的因素。
这将使 VirtualHip 能够通过比较当前患者与具有类似人口背景的先前接受治疗的患者，提供针对患者的风险评估和治疗计划。
“我们从 NVIDIA 获得的硬件支持使这一切成为可能，”Kiapour 博士说，“DGX 为我们微调的临床 AI 模型提供了对 20 多年历史数据的高级计算。”
更清晰的解释，为患者带来更好的治疗效果
除了协助医生制定诊断和治疗计划之外，VirtualHip 还可帮助患者更好地了解自身状况。
“当患者查看 X 光片时，X 光片看起来并不像真正的髋部，但借助可旋转的 3D 模型，医生可以准确显示关节碰撞或不稳定的位置，”Kiapour 博士说，“这让患者更好地了解自己的疾病，这通常使他们更符合医生的处方。”
Kiapour 补充说，这种类型的可视化对儿童和青少年特别有帮助。
VirtualHip 项目正在持续开发中，包括面向患者的平台大型语言模型和生成式 AI – 用于个性化分析和治疗建议。
BCH 研究人员计划将该产品商业化，以便在其他医院使用。
订阅 NVIDIA 医疗健康新闻。