AI读骨龄：7.8秒完成过去需要10分钟的评估

骨龄评估是判断儿童生长发育状态的关键手段，但传统方法依赖医生手工阅片，主观性强、耗时长。2025年发表在《Journal of Medical Systems》上的一项研究，采用级联深度学习模型从8242张中国儿童左手X光片中同时完成骨龄评估和成年身高预测，给出了迄今最精确的量化结果。

模型使用Yolact进行实例分割以检测和分类骨骼结构，随后通过并行ResNet-18子网络对桡骨、尺骨和掌指骨的骨化中心进行分级，最终整合评分系统估算骨龄并预测成年身高。结果显示：骨龄评估的Pearson相关系数达到0.98，成年身高预测的相关系数为0.94，骨龄平均绝对误差仅0.25年，身高预测平均绝对误差仅1.75厘米。在临床效率方面，AI系统将每例分析时间从人工的10±1.2分钟缩短至7±0.8秒。

0.25年的骨龄误差意味着什么？传统人工阅片的骨龄判读误差通常在0.5至1年之间。0.25年的精度意味着AI可以在“半年”这个临床决策的关键时间尺度上提供可靠参考。另一项针对接受生长激素治疗儿童的研究比较了多种机器学习模型，发现随机森林和多层感知器在预测身高增长方面表现最优，能够有效辅助个体化治疗决策。AI的价值不在于替代医生的临床判断，而在于提供客观、高效、可重复的评估结果，让医生将更多精力投入到与家长的沟通和治疗方案的个体化调整中。