一项双中心前瞻研究对192名11到18岁青少年的尺骨生长板做标准化超声，提取475个影像特征并建模：联合了性别、骨龄与影像评分的模型，在验证集上的受试者工作特征曲线下面积（AUC）达到0.981，灵敏度90%、特异度百分之百。

任何身高预测都只是概率估计，不是承诺。更实际的做法是：定期测量并记录身高，关注每年增长速度；如果明显慢于同龄人，先到儿科内分泌就诊评估原因，再谈干预方案，而不是先花钱做一项预测。

骨龄之外，还有别的信号吗

判断孩子还能长多高，临床上常用的办法是拍骨龄片。但骨龄受阅片者经验、地区生长差异等影响，不同医院给出的结论可能不一样。于是研究者换了个思路：用无创的超声，去看手腕生长板本身。

你会为一次预测买单吗

「帮我算算孩子还能长多少厘米」——这句话，很多家长都问过。预测的确能缓解焦虑，但也可能带来新的焦虑：算得低，家长更慌。

192个孩子，双中心验证

无创超声，加AI建模：研究纳入192名11到18岁的青少年，对尺骨生长板区域做标准化超声，共提取475个影像组学特征，用带惩罚项的筛选方法挑出稳定特征，再比较七种机器学习模型。最终构建了三个模型：只看性别与骨龄的临床模型、只看影像评分的模型，以及两者合并的模型。

合并模型表现最好：合并模型在验证集上的曲线下面积达到0.981（95%置信区间0.948到1.000），灵敏度90%、特异度百分之百。多因素分析显示，影像评分（比值比3.28）与骨龄（2.65）是独立的正向预测因子，而男性是负向预测因子（0.15）。

样本与外部验证是硬约束：研究只做了两个中心、192人，且预测的是一个「是或否」的终点，而不是连续的生长速度。样本与外部验证，是硬约束。

0.981的曲线下面积、90%的灵敏度、百分之百的特异度——在一个192人的样本里，这几乎是没有失误的表现。但样本越小，指标越容易被高估，这是影像组学研究里常见的现象。

乐观，但别过度解读

1 技术方向值得期待——无创、可重复，是它相比骨龄片的价值所在。

2 预测之后要能接上干预——比如生长激素已有周制剂与日制剂的比较研究，汇总30项研究、3,287名患儿的数据显示，两者在身高增长速度、身高标准差评分等指标上未见显著差异，周制剂在胰岛素样生长因子1的上升幅度上更高 [来源：长效周制剂与每日生长激素治疗对生活质量、疗效与安全性的比较]。

3 这类影像组学加机器学习的框架，正在被迁移到其他临床问题，例如体成分影像预测肿瘤复发 [来源：基于体成分影像组学的机器学习预测早期复发：多中心研究述评]，但方法学上的可迁移，不等于临床效果已被验证。

① 样本规模：仅192人、两个中心，指标可能被高估。
② 结局定义：预测的是二元终点，不是连续的生长速度。
③ 影像部位：仅取尺骨生长板，可能不能完全反映全身骨骼成熟度。
④ 人群局限：参与者来自我国东部城市，与其他地区儿童存在生长差异。

参考资料：Zhang Y, Zhao Z, Sun Y, et al. A novel method based on ultrasound radiomics for predicting attainment of near-adult height in adolescents. Frontiers in Endocrinology（2026）. https://doi.org/10.3389/fendo.2026.1925196