神户大学 2026年2月27日
一款注重隐私的人工智能只需一张手部照片即可诊断出会缩短寿命的激素紊乱症。
神户大学的研究人员开发出一种人工智能系统，可以通过分析人手背和紧握拳头的照片来识别一种罕见的内分泌疾病。该方法避免使用面部图像，从而充分考虑了隐私保护。研究团队认为，这项工具可以帮助医生更高效地将患者转诊给专科医生，并有助于缩小医疗服务获取方面的差距。
肢端肥大症与诊断延迟
肢端肥大症是一种罕见且难以治疗的疾病，通常在中年发病。它是由生长激素分泌过多引起的，导致手脚肥大、面部明显改变以及骨骼和内脏器官异常生长。该病发展缓慢，历时多年。如不治疗，可能引发严重并发症，并使预期寿命缩短约10年。
“由于该病进展缓慢，且属于罕见病，因此确诊往往需要长达十年的时间，”神户大学内分泌学家福冈秀典表示。他补充道：“随着人工智能工具的进步，人们曾尝试利用照片进行早期检测，但这种方法尚未在临床实践中得到应用。”
以隐私为中心的AI方法
在回顾早期AI研究时，研究团队注意到许多系统依赖于面部照片，这可能会引发隐私问题。神户大学研究生大町由香解释说：“为了解决这个问题，我们决定将重点放在手部，因为在临床实践中，我们通常会将手部与面部一起检查，以进行诊断，尤其因为肢端肥大症常常会导致手部出现变化。”
为了进一步保护患者身份，研究人员将数据集限定为手背和握拳的图像，特意排除了包含明显纹路的手掌图像。这种注重隐私的策略鼓励了广泛的参与。来自日本15家医疗中心的725名患者共贡献了超过11000张图像，这些图像被用于训练和测试AI系统。
研究结果显示高准确率
今天（2月27日）发表在《临床内分泌与代谢杂志》（Journal of Clinical Endocrinology & Metabolism）上的研究结果表明，该模型在检测肢端肥大症方面达到了极高的灵敏度和特异性。在使用相同照片的并排比较中，该人工智能系统的表现优于经验丰富的内分泌学家。
“坦白说，我惊讶于仅使用手背和握拳的照片就能达到如此高的诊断准确率。尤其令我印象深刻的是，在没有面部特征的情况下也能达到如此高的性能，这使得该方法在疾病筛查方面更具实用性。” Ohmachi说道。
将人工智能筛查扩展到其他疾病
研究人员计划调整他们的系统，以识别其他会导致手部出现明显变化的疾病，包括类风湿性关节炎、贫血和杵状指。大町表示：“这项成果可能成为拓展医疗人工智能应用潜力的切入点。”
助力医生，缩小医疗差距
医生在诊断时并非仅依赖手部图像。他们还会考虑病史、实验室检查结果和其他临床信息。神户大学的研究团队认为，他们的人工智能工具旨在辅助而非取代医疗专业人员。他们在论文中写道，该工具可以“补充临床专业知识，减少诊断疏漏，并实现早期干预”。
研究负责人福冈表示：“我们相信，通过进一步开发这项技术，可以在综合健康检查中构建医疗基础设施，将疑似手部疾病患者与专科医生联系起来。此外，它还可以为区域医疗机构中的非专科医生提供支持，从而有助于缩小当地的医疗差距。”
参考文献：“基于深度学习的手部图像自动肢端肥大症检测：一项多中心观察性研究”，2026年2月27日，《临床内分泌与代谢杂志》。
DOI：10.1210/clinem/dgag027
该研究由兵库县科学技术振兴财团资助。合作者包括来自福冈大学、兵库医科大学、名古屋大学、广岛大学、虎之门医院、日本医科大学、鹿儿岛大学、鸟取大学、山形大学、冈山大学、兵库县立加古川医疗中心、北海道大学、国际医疗福祉大学、森山纪念医院和甲南女子大学的研究人员。