内分泌

订阅

MedSci主页 / 所有栏目 / 内分泌

Frontiers in Endocrinology ：开源AI系统Deplasia让复杂儿科骨龄判读更高效、更精准

2026-03-19 熊佳仪 MedSci原创 发表于上海

人工智能罕见生长障碍自动化骨龄评估
关注

本研究成功验证了开源深度学习系统Deplasia在患有罕见综合征、内分泌疾病及溶酶体贮积症的复杂儿科人群中应用的可靠性。

深度解析医学证据，DeepEvidence为你支撑决策 骨龄评估在儿科临床工作中占据着至关重要的地位，它不仅是判断儿童生长发育阶段的重要工具，也是指导内分泌疾病治疗决策的关键依据。近年来，基于深度学习的人工智能模型在骨龄评估领域展现出巨大的潜力，能够实现快速且自动化的判读。然而，这些模型大多在健康儿童的数据集上进行训练和验证，其在患有罕见骨骼异常或复杂内分泌疾病的患儿群体中的泛化能力尚未得到充分验证。为弥补这一研究空白，德国马格德堡大学医学院等机构的研究人员开展了一项多中心回顾性研究，旨在系统评估开源深度学习系统Deplasia在两类复杂儿科人群中的骨龄评估性能，并将其结果与多名人类专家的判读进行对比。 研究共纳入1138张左手X线片，并将其分为两个主要队列。队列一包含950张影像，来自患有特发性生长激素缺乏、努南综合征、Silver-Russell综合征、特纳综合征、假性甲状旁腺功能减退症、先天性肾上腺皮质增生症、性早熟及假性性早熟等内分泌及综合征性疾病的患儿。队列二包含186张影像，来自患有黏多糖贮积症Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅵ型、α-甘露糖苷病及未分类溶酶体贮积症的患者。每张影像的骨龄均

相关资料下载：
[AttachmentFileName(sort=1, fileName=fendo-17-1741927.pdf)] GetArticleByIdResponse(id=480e931908fa, projectId=1, sourceId=null, title=Frontiers in Endocrinology ：开源AI系统Deplasia让复杂儿科骨龄判读更高效、更精准, articleFrom=MedSci原创, journalId=13024, copyright=原创, creationTypeList=[1], summary=本研究成功验证了开源深度学习系统Deplasia在患有罕见综合征、内分泌疾病及溶酶体贮积症的复杂儿科人群中应用的可靠性。, cover=https://img.medsci.cn/20240328/1711590834560_5471441.jpg, authorId=0, author=熊佳仪, originalUrl=, linkOutUrl=, content=深度解析医学证据，DeepEvidence为你支撑决策 骨龄评估在儿科临床工作中占据着至关重要的地位，它不仅是判断儿童生长发育阶段的重要工具，也是指导内分泌疾病治疗决策的关键依据。近年来，基于深度学习的人工智能模型在骨龄评估领域展现出巨大的潜力，能够实现快速且自动化的判读。然而，这些模型大多在健康儿童的数据集上进行训练和验证，其在患有罕见骨骼异常或复杂内分泌疾病的患儿群体中的泛化能力尚未得到充分验证。为弥补这一研究空白，德国马格德堡大学医学院等机构的研究人员开展了一项多中心回顾性研究，旨在系统评估开源深度学习系统Deplasia在两类复杂儿科人群中的骨龄评估性能，并将其结果与多名人类专家的判读进行对比。 研究共纳入1138张左手X线片，并将其分为两个主要队列。队列一包含950张影像，来自患有特发性生长激素缺乏、努南综合征、Silver-Russell综合征、特纳综合征、假性甲状旁腺功能减退症、先天性肾上腺皮质增生症、性早熟及假性性早熟等内分泌及综合征性疾病的患儿。队列二包含186张影像，来自患有黏多糖贮积症Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅵ型、α-甘露糖苷病及未分类溶酶体贮积症的患者。每张影像的骨龄均, belongTo=, tagList=[TagDto(tagId=8461, tagName=人工智能), TagDto(tagId=519364, tagName=罕见生长障碍), TagDto(tagId=519365, tagName=自动化骨龄评估)], categoryList=[CategoryDto(categoryId=6, categoryName=内分泌, tenant=100), CategoryDto(categoryId=18, categoryName=儿科, tenant=100), CategoryDto(categoryId=84, categoryName=研究进展, tenant=100), CategoryDto(categoryId=304, categoryName=罕见病, tenant=100), CategoryDto(categoryId=20656, categoryName=梅斯医学, tenant=100)], articleKeywordId=0, articleKeyword=, articleKeywordNum=6, guiderKeywordId=0, guiderKeyword=, guiderKeywordNum=6, opened=0, paymentType=1, paymentAmount=5, recommend=0, recommendEndTime=null, sticky=0, stickyEndTime=null, allHits=955, appHits=4, showAppHits=0, pcHits=118, showPcHits=951, likes=0, shares=1, comments=0, approvalStatus=1, publishedTime=Thu Mar 19 17:10:00 CST 2026, publishedTimeString=2026-03-19, pcVisible=1, appVisible=1, editorId=6545039, editor=罕见病新前沿, waterMark=0, formatted=0, deleted=0, version=3, createdBy=074a6512445, createdName=xiongjy, createdTime=Wed Mar 18 14:43:40 CST 2026, updatedBy=92910, updatedName=rayms, updatedTime=Thu Mar 19 16:55:09 CST 2026, ipAttribution=上海, attachmentFileNameList=[AttachmentFileName(sort=1, fileName=fendo-17-1741927.pdf)], guideDownload=1, surveyId=null, surveyIdStr=null, surveyName=null, pushMsXiaoZhi=true, qaList=[{id=1960643, encryptionId=40c3196064343, articleId=480e931908fa, userName=administrator, question=在临床实践中，如何平衡人工智能辅助骨龄评估与人类专家判读的关系？, answer=Deplasia等AI模型可以作为辅助工具，帮助减少人类专家判读的主观差异，提高评估效率和标准化程度，但最终结果仍需结合临床医生的专业判断。, clickNum=0, type=article, createdAt=1773910533816, updatedAt=1773910533816}, {id=1960640, encryptionId=8a8119606402f, articleId=480e931908fa, userName=administrator, question=骨龄评估在特发性生长激素缺乏患儿的临床管理中扮演什么角色？, answer=骨龄评估是判断儿童生长发育阶段的重要工具，也是指导内分泌疾病治疗决策的关键依据，对于特发性生长激素缺乏患儿的治疗监测和随访管理尤为重要。, clickNum=0, type=article, createdAt=1773910533816, updatedAt=1773910533816}])
fendo-17-1741927.pdf
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2304325, encodeId=e76c23043252d, content=<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a> <a href='/topic/show?id=37a0138216bc' target=_blank style='color:#2F92EE;'>#罕见生长障碍#</a> <a href='/topic/show?id=675b13821e1a' target=_blank style='color:#2F92EE;'>#自动化骨龄评估#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=58, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能), TopicDto(id=138216, encryptionId=37a0138216bc, topicName=罕见生长障碍), TopicDto(id=138217, encryptionId=675b13821e1a, topicName=自动化骨龄评估)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Thu Mar 19 16:55:09 CST 2026, time=2026-03-19, status=1, ipAttribution=上海)]
    2026-03-19 梅斯管理员 来自上海

    #人工智能# #罕见生长障碍# #自动化骨龄评估#

    0

相关资讯

Lancet Oncology：AI凭病理切片精准预测乳腺癌复发风险，替代高价基因检测不是梦

该研究首次利用随机临床试验数据验证AI病理模型的化疗获益预测价值，其构建的模型成本低、可及性高，有望减少不必要的化疗，推动精准肿瘤学在资源有限地区的普及。

好文推荐 | 人工智能在血管超声中的应用现状及进展

本文综述了AI在血管超声方面的最新研究进展，涵盖经颅多普勒超声、颈动脉、腹主动脉瘤、主动脉夹层、外周动脉疾病、透析通路动静脉瘘、静脉血栓及下腔静脉等方面。

J Transl Med 西南医科大学张春祥教授团队综述基于人工智能的从头蛋白质设计与临床应用变革

作者系统总结了从头蛋白设计的主要计算框架，阐明了以深度学习为核心的新一代结构生成与序列设计算法如何显著提升从头设计蛋白的结构合理性与功能可行性，并由此拓展了从头设计蛋白的应用边界。

Systematic Reviews：高级实践护士领导行为的决定因素与结果——基于 PRISMA-P 的 AI 辅助研究设计

本项系统评价方案旨在填补护理领导力研究中的一个关键空白，其研究成果将为设计有效的领导力发展项目提供直接证据，帮助高级实践护士在复杂的医疗环境中充分发挥其领导潜力。

Allergy：过敏性鼻炎及其对哮喘新指南首次纳入行星健康、真实世界数据与 AI 辅助决策

ARIA-EAACI 2024-2025指南的制定方法本身即是一种创新，通过多源证据整合、人工智能辅助和患者深度参与，为过敏性鼻炎的管理提供了全面、透明且可落地的实践方案。

Eur Heart J： AI赋能乳腺检查！精准量化乳腺动脉钙化，提前预警女性心血管病与死亡风险

基于AI的BAC量化方法可通过常规乳腺X线检查实现女性心血管风险的机会性筛查，其预测价值独立于传统风险因素及PREVENT评分，无需额外辐射暴露。

【论肿道麻】人工智能进入肿瘤病理领域：当前应用与未来展望

本文阐述了人工智能在病理学中的应用不仅有望提升癌症诊断和预后的准确性和效率，还将促进个性化治疗策略的发展。

人工智能在护理领域的研究全景：一项跨越四十年的文献计量分析

这项历时四十年的文献计量学研究系统揭示了人工智能与护理学交叉领域知识生产的宏观图景。

Chin Med：AI与多组学技术在抗抑郁中药潜在靶点优化中的应用

AI与多组学技术的整合的关键在于实验验证，AI预测的靶点需通过细胞实验等验证其生物学意义，二者的迭代优化可显著提升靶点发现的可靠性。