神户大学的研究人员近日开发出一种人工智能系统，该系统通过分析手背和紧握拳头的照片，能够识别一种名为肢端肥大症的罕见内分泌疾病。这种方法无需使用面部图像，在保护患者隐私的同时，实现了较高的诊断准确率。

肢端肥大症通常在中年时期发病，由生长激素分泌过多引起，可导致手脚肥大、面部外观改变以及骨骼和内脏器官异常生长。由于该病发展缓慢，早期识别较为困难。若不及时治疗，可能引发严重健康问题，并使预期寿命缩短约十年。

神户大学内分泌学家福冈秀典表示：“由于这种疾病进展缓慢，而且是一种罕见病，因此确诊往往需要长达十年的时间。”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。”

研究团队在回顾现有人工智能研究时发现，许多系统依赖面部照片进行识别，但这种方式可能引发患者对隐私的担忧。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上，因为在临床实践中，为了诊断目的，我们通常会将手和脸一起检查，尤其是因为肢端肥大症经常表现为手部的变化。”

为加强隐私保护，研究人员将图像范围限定在手背和紧握的拳头上，避免使用具有高度个体差异性的掌纹图像。来自日本15家医疗机构的725名患者提供了超过11000张图像，用于训练和测试人工智能模型。

该团队在《临床内分泌与代谢杂志》上发表了研究成果。在直接对比中，该人工智能系统的表现优于经验丰富的内分泌学家对相同照片的评估。大町表示：“坦白说，我没想到仅凭手背和紧握的拳头的照片就能达到如此高的诊断准确率。”

研究人员计划改进该系统，使其能够检测类风湿性关节炎、贫血和杵状指等其他会导致手部变化的疾病。福冈指出：“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建立医疗基础设施，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的非专科医生提供支持，从而有助于减少当地的医疗资源分配不均。”

该研究获得了兵库县科学技术基金会的资助，福冈大学、名古屋大学、广岛大学等多家医疗机构参与了此项研究。

出版详情：作者：Yuka Ohmachi、Mizuho Nishio、Ichiro Abe、Kunihisa Kobayashi、Tomoko Iida、Manabu Shirakawa、Yuichi Nagata、Kazuhito Takeuchi、Akira Taguchi、Yasuyuki Kinoshita、Noriaki Fukuhara、Hiroshi Nishioka、Shigeyuki Tahara、Shingo Fujio、Takafumi Ogura、Masamichi Kurosaki、Yurika Hada、Shinji Susa、Yuki Otsuka、Fumio Otsuka、Ikuhiro Ishida、Hiraku Kameda、Kenichi Oyama、Shozo Yamada、Masaki Kobatake、Yuka Oi-Yo、Genki Fujii、Seiji Tomofuji、Yuriko Sasaki、Hironori Bando、Masaaki Yamamoto、Genzo Iguchi、Yuma Motomura、Yasutaka Tsujimoto、Naoki Yamamoto、Masaki铃木、浦井信、美智子高桥隆道、村上涉、小川涉、福冈秀典，标题：《基于深度学习的手部图像肢端肥大症自动检测：一项多中心观察性研究》，发表于：《临床内分泌学杂志》(2026)。期刊信息：《临床内分泌学杂志》