超过300万美国人和近25%的宾夕法尼亚州人患有骨关节炎，这是一种衰弱的关节疾病。目前，还没有治愈的方法。骨关节炎是美国每年进行数十万例关节置换手术的原因之一。当地研究人员现在正在使用人工智能来更早地识别这种疾病，以及可能的治疗方法。"这让我们可以跟着电脑看到的东西一起走，"UPMC的研究员Ken Urish博士说。来自匹兹堡大学和卡内基梅隆大学的研究人员设计了计算机软件，可以在症状出现前数年检测出骨关节炎。

"我从工作中学到的最大教训是，人们完全认为走一个街区而不痛的能力是理所当然的，"Urish博士说。

这种疾病通常使用标准的灰度核磁共振成像来诊断。只有当软骨已经恶化时，它才会显现出来。

(图片来源：KDKA)

新技术利用颜色与核磁共振成像，将好坏软骨可视化。

根据研究，利用这一点，医生可以在几秒钟内确定症状前的关节疾病，并且准确率为78％。

"你得到的是这些非常黑暗的区域，在那里关节炎开始发展，"Urish博士解释可视化如何工作时说。

计算机软件使用数千行代码观察每个单独的像素来生成图像。这就像从整个森林中分析一棵树一样。

"生成成千上万的特征，我们从来没有能够通过观察代码行来理解，"Urish博士说。

医生说，知道谁有风险，可能会发现一个更大的科学突破。

"如果我们能挑出会得这种病的患者，下一步就变成了我们如何开发不同的治疗方法来真正阻止他们患上关节炎？"Urish博士说。

虽然该系统距离在医生办公室使用还有好几年的时间，但研究人员希望这项技术能让患者更快地进入预防性药物的临床试验。