深圳市儿童医院周路遥主任、许娜主任团队联合深圳大学倪东教授、杨鑫教授团队，以及国内22家医院，在婴幼儿发育性髋关节发育不良（Developmental Dysplasia of the Hip, DDH）超声人工智能诊断研究中取得突破，研究成果以《Deep learning algorithms for identifying developmental dysplasia of the hip based on sonographic images: a retrospective, prospective, multicenter study in China》发表于国际顶级期刊《eClinicalMedicine》（JCR Q1，IF=10.0，The Lancet子刊）。

　　发育性髋关节发育不良（DDH）是婴幼儿最常见的骨骼关节疾病之一，严重者可导致髋关节脱位，若未及时诊治，将引发步态异常、慢性疼痛，甚至成年后需进行髋关节置换。早期发现、早期干预是保障患儿髋关节正常发育的关键。超声是DDH首选筛查工具，但其诊断高度依赖操作者经验，标准平面识别困难、测量主观性强，导致诊断一致性低，尤其在医疗资源薄弱地区，漏诊、误诊风险高。为解决这一临床痛点，2023年，深圳市儿童医院超声科夏焙主任（前期牵头）、周路遥主任（后期统筹）与许娜主任医师（全程推进）共同牵头完成，联合深圳大学及全国22家医院，共同发起国内首个婴幼儿DDH超声人工智能多中心诊断研究，成立DDH超声人工智能研究组，致力于研发适用于基层的DDH智能筛查系统，推动DDH早筛早治的普惠化。

研究成果亮点

　　研究团队成功开发出基于深度学习的新型髋关节超声智能诊断模型——HipSonoNeuNet（HSNN），实现了从“动态视频采集→标准平面自动识别→DDH智能诊断”的全流程自动化。该模型不仅能够从髋关节动态扫描视频中自动定位关键诊断切面的能力，还能准确将脱位的髋关节从正常髋关节中识别出来，显著提升了DDH诊断的准确性和便利性，避免了不同医生由于经验不同导致的诊断差异。另外，HSNN在国际上首次实现对完全脱位髋关节的AI自动识别，实现了全病理类型覆盖，填补了该领域的技术空白。

　　研究共纳入全国22家医院的3082例婴幼儿，收集7286幅髋关节超声图像（含1429段动态视频）。HSSN采取了YOLOv11m和ResNet50作为主要框架。为了提高模型识别DDH的敏感性，我们采取了“OR rule”，即在从视频中解析出来的数张关键视图中，只要有一张被识别为阳性，则整个视频均视为阳性。在内部测试中，HSNN模型表现出色：AUC达0.99，灵敏度1.00，特异度0.91，与高年资专家诊断一致性高（Kappa=0.90）。在外部多中心前瞻性验证中，模型同样保持稳健性能（AUC=0.99，准确率0.92），展现出优异的泛化能力。

图：HSNN模型自动从动态视频中提取标准平面并进行智能诊断的流程

临床效能提升显著

　　为进一步验证临床价值，研究招募了12名不同年资的超声医师进行人机对比。结果显示：

　　1.HSNN诊断速度极快，单例仅需0.04+0.02秒，远超医师手动分析（资深医师

　　平均诊断时间：25.30±17.75秒/例，初级医师无AI辅助18.36±3.40秒/例

　　AI辅助后提升至16.31±1.50秒/例）。

　　2.模型辅助下，初级医师诊断灵敏度从0.69提升至0.97，诊断一致性显著提高（Kappa从0.60升至0.75）；

　　3.医师诊断信心显著增强，“明确阴性”判断比例从86.38%提升至90.03%，不确定性大幅降低。

图：HSNN模型在内部与外部验证中均表现出高诊断性能

　　本研究的临床价值主要有以下两点：

　　1. 突破资源壁垒，推动基层筛查普惠化

　　HSNN可实现“实时筛查”，无需专业超声医师即可完成初筛，有效缓解基层医院专家资源不足难题，尤其适用于社区医院及偏远地区，推动DDH筛查“零漏诊”。

　　2. 赋能初级医师，提升诊断一致性与效率

　　系统不仅能提升诊断准确性，还可作为教学工具，缩短初级医师学习曲线，提升诊断信心，减少因经验不足导致的诊断差异。

　　不足与展望

　　当前模型在极少数非典型病例中仍存在误诊，未来将拓展更多样化、多民族数据，并融合临床风险因素，进一步优化模型鲁棒性。团队将持续迭代系统，推动其嵌入超声设备，实现临床落地应用。

　　展望未来

　　研究组将继续开展真实世界大规模验证，并推进系统在基层医院的部署，让AI辅助DDH筛查真正走进社区、服务边远地区，缓解专业医师短缺压力。

　　此外，团队已建立国内最大的婴幼儿髋关节超声图像数据库，未来将在DDH智能预测、疗效评估等领域持续深耕，为儿童健康保驾护航。

　　作者介绍

　　深圳市儿童医院超声医学科许娜主任医师、深圳大学生物医学工程学院韩童硕士、深圳市儿童医院超声医学科黄兵旋副主任医师、昆明市儿童医院樊伟主任医师、重庆医科大学附属儿童医院陈喜萍主治医师为共同第一作者。深圳大学杨鑫副教授、深圳市儿童医院超声医学科周路遥主任为共同通讯作者。深圳大学倪东教授为本研究的完成做出了重要贡献。深圳市儿童医院超声医学科为第一作者单位。

　　本研究获广东省高水平医院建设基金、深圳市儿童健康与疾病临床研究中心、国家自然科学基金、广东省医学科研基金、深圳市科创委基金的支持。

　　致谢：

　　原文链接

　　https://authors.elsevier.com/sd/article/S2589537025004857