用于检测和监测早期膝骨关节炎的声发射生物标志物

疾病背景 骨关节炎 (OA) 是一种非常普遍的致残性疾病，影响全球 7% 以上的人口（5.28 亿人）。 这极大地限制了他们的流动性和独立的生活方式。 OA主要表现为软骨损失、骨结构变化以及滑膜和关节囊炎症。 常见的危险因素包括衰老、肥胖、先前的关节损伤和过度使用。 骨关节炎需要几年的时间才能形成，直到疼痛加剧时患者才去看医生。 在早期阶段，患者没有症状或仅经历与活动相关的疼痛。 随着时间的推移，疼痛会变得持续，并伴有间歇性剧烈疼痛发作。 在世界各地的地区，个人每年平均 OA 费用估计在 700 美元至 15,600 美元之间（2019 年）。 因此，由于其高昂的医疗费用、提前退休和高缺勤率，OA 产生了巨大的社会经济影响。

骨关节炎通常影响臀部、膝盖、手、脚和脊柱，多关节受累的发生率很高。 本研究重点关注膝关节 OA。

目前的评估标准 目前评估膝关节 OA 严重程度的黄金标准是基于平片，使用 Kellgren-Lawrence (KL) 分级系统，该系统于 1961 年被世界卫生组织接受为标准。 该系统不评估主要受影响的组织（软骨），而仅评估关节的整体情况。 因此，它无法检测早期的骨关节炎，并且往往在晚期才做出诊断，除了膝关节置换术之外，几乎没有其他治疗选择。

替代评估方法 部署预防性 OA 治疗需要早期诊断和改进患者分层。 可能的早期诊断选择包括磁共振成像 (MRI) 和生化标记。 MRI 可用于评估软骨体积、厚度甚至质量的变化，然而，MRI 的广泛使用因其高成本、可用性和缺乏经过验证的国际评分而受到限制。 目前许多生化标志物正在研究中，但迄今为止它们缺乏对关节组织和特定关节的特异性，并且敏感性和特异性仍然不够高，不足以广泛临床使用。

最近，人们对声学分析作为传统生物标志物的替代方案越来越感兴趣，特别是对于膝关节来说，润滑不良的活动关节表面会产生异常声音，声学分析可以揭示这些异常声音。

该项目的相关性 洛桑联邦理工学院开发的 inmodi 护膝是一款专为运动中膝盖健康评估而设计的设备。 其核心技术结合了声学、热学和运动学传感器以及基于人工智能（AI）的数据分析，以提取关节功能的相关生物标志物。

初步数据表明，这种组合方法可以实现 OA 的非侵入性早期诊断。 在马身上，我们发现关节状况与所分析的声发射 (AE) 信号的功率之间存在很强的关联。 数据组合（声学数据/运动数据）可能包含更多有关膝关节功能健康的信息，但此类数据非常繁重（计算量），而像人工智能这样的算法方法似乎是提取有意义的参数并将其组合成临床有用的生物标志物的最佳选择。 最近，研究人员在全膝关节置换术 (TKA) 前夕对来自诊所的 17 名患者测试了 Inmodi 膝关节支架的原型。 这些患者接受手术的那条腿患有严重的骨关​​节炎，而对侧则患有轻度至中度的骨关节炎。 机器学习算法能够区分腿部状态，特异性为 0.96（完美 = 1）。

这个新项目的目的是进一步探索 inmodi 系统在早期阶段诊断 OA 的潜力。 为此，研究人员将针对有 OA 风险的亚人群开发一个初步参考数据库。 使用人工智能算法识别和验证新型生物标志物需要训练数据集和测试数据集，两者都具有潜在的生物标志物和用于验证的金标准临床结果。 该数据库需要足够大的样本量，以便在统计上合理，以防止统计过度拟合。

非侵入性膝关节健康诊断应有助于以相对较低的成本识别处于危险中的患者，并且无需辐射暴露，并且能够比标准放射线照相措施更早地实施预防措施。

风险类别 A（最低）：成像程序包含 (1) 双膝 MRI，非电离性和 (2) EOS 全腿扫描，其辐射剂量比传统放射线照相低得多。 另一个程序是使用双腿 inmodi 护膝进行功能测试。 X 射线辐射对细胞产生生物效应的可能性非常低。 其他风险是心理上的，与“筛查过度诊断”有关，或者是幽闭恐惧症压力和核磁共振扫描仪中的噪音不适。 此外，还存在数据隐私风险，调查人员试图通过遵循法律和内部数据保护规则来将风险降至最低。