超声结合AI预测身高，验证集曲线下面积达0.981

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。

如果你关心孩子能长多高，先别迷信预测

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。

0.981，一个很高的分数

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。

样本偏小，需外部验证

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

AI引导洗手，肠杆菌科细菌降更多

新加坡大学食堂46名食品从业者现场对照试验：AI视觉系统引导的标准7步洗手法，比习惯性洗手让肠杆菌科（粪便污染指示菌）下降更明显（p<0.05）；离体皮肤模型还显示，抗菌皂并不比普通皂更强。

食堂后厨与家庭厨房：按7步法认真洗手，比换”抗菌皂”更实在

如果你是餐饮从业者或在家做饭的人：洗手按掌心、手背、指缝、指背、拇指、指尖、手腕全覆盖，普通皂就够；有条件的场所可引入AI提醒系统。

被AI盯着洗手，是什么体验

厨房里装个摄像头，AI实时纠正你洗手的手势、提醒换手、掐秒表——这不是科幻，是新加坡一所大学食堂的真实试验。结果出乎意料：AI盯着洗手，肠杆菌真的更少了。

你洗手，是不是”沾个水”就算数

你是不是也经常”一冲了之”？试验里，习惯性洗手后仍有大量肠杆菌科（一类粪便污染指示菌）残留，而AI引导的7步洗手法让这类细菌降幅显著更大——“洗了”不等于”洗干净”。世界卫生组织的7步洗手法，多数人根本数不齐7步。

两次到访的对照试验

46人，两次到访：46名食堂食品从业者参与，第一次按个人习惯洗手，第二次按AI系统引导的7步洗手法（每步约4-5秒，实时纠错），用拭子采样检测需氧菌、肠杆菌科和凝固酶阳性葡萄球菌。两次访视都用同一种无抗菌成分的普通皂，排除了”换了皂”的干扰；采样由同一位微生物学家完成，保证手法一致。

肠杆菌科，AI组降得更多：两组洗手后细菌都显著下降，但肠杆菌科的降幅AI组明显更大（p<0.05）；从"事件层面"看，AI组86%的洗手事件让肠杆菌下降，习惯组为78%。总菌与葡萄球菌两组差异不显著。16S测序还发现，洗后皮肤上常住菌（如葡萄球菌科）的相对丰度上升——洗手优先带走的是暂居的脏菌，露出的是"自己人"。实验从2022年8月一直做到2023年3月，横跨半年，不是"摆拍"。

离体实验，抗菌皂没有额外收益：在猪耳皮肤模型上，普通皂显著优于清水，但三种抗菌皂相对普通皂并无额外优势（p>0.05）——把细菌洗掉靠的是”搓洗到位”，不是皂里加料。问卷也反馈积极：从业者给系统的”有用性”打了8.81分（满分10），”日常提醒”一项高达9.02分。

78%对86%，差距藏在”到位”二字

肠杆菌下降事件：习惯组78%、AI组86%；抗菌皂与普通皂效果无差。洗手这件事，动作质量比产品选择重要。实验里还有个容易被忽略的细节：参与者知道有摄像头，这本身就是一种”督促”。

搓洗到位才是关键

第一，AI引导洗手让肠杆菌降更多，差在动作到位。

第二，普通皂足够，抗菌皂是”智商税”，搓洗才关键。

第三，这是单场所小样本试验，含观察效应，推广还需更大验证。

一次试验不等于长期结论

① 效应幅度：肠杆菌科差异幅度有限，临床意义需更多证据。

② 样本量小：46人、单一食堂，且微生物组分析仅6人子集。

③ 霍桑效应：获益可能混入”被摄像头看着”的心理作用，无法与纯计时器区分。

④ 缺乏长期验证：未评估长期依从性能否维持。

⑤ 场景单一：仅一个大学食堂，工厂、医院是否适用待验证。

参考资料：Guo Y, Fang Q, Li D. Application of AI-facilitated handwashing monitoring system on food handlers. Scientific Reports（2026）. https://doi.org/10.1038/s41598-026-56516-3

AI看口腔照片查癌：图像级94.7%，临床未定

研究用750张口腔临床照片训练深度学习模型：测试集76张图中，准确率94.7%、灵敏度94.5%、特异度95.2%，曲线下面积（AUC）0.97。但数据来自单一公开数据集、无患者级标识，尚不能替代病理诊断。

口腔溃疡超过两周不愈合，去医院比拍照给AI更靠谱

如果你发现口腔溃疡两周不愈、有硬结或出血，直接去口腔科或头颈外科就诊；AI模型目前只是研究探索，不能作为自我诊断依据。

给AI看一张口腔照片，它能看出什么

拍照、上传、出结果——AI看口腔照片查癌，听起来像科幻片。一篇模型验证研究给出了数字：图像级准确率94.7%、AUC 0.97，看着相当漂亮。但”图像级”三个字，藏着关键前提。训练用的750张图里，500张标了癌、250张没标，比例本身就带着”偏科”。

你拍的那张照片，和临床照片是两回事

你是不是觉得手机随手一拍，AI就能替你体检？研究用的照片来自单一公开数据集，拍摄条件、光照和真实诊室完全不同——“看着准”不等于”用得上”。更关键的是，数据集的”标准答案”来自标注本身，没有病理报告兜底。同一患者的多张照片还可能同时出现在训练集和测试集，成绩单的水分就在这。

750张图的训练课

750张图，500张癌：研究用公开的”口腔癌数据集”，750张照片中500张标注为癌、250张为非癌，按约9:1划分训练与验证，另有76张独立测试（55张癌、21张非癌）。模型用预训练好的EfficientNet-B0迁移学习微调，图像统一缩放并做旋转、翻转、亮度等数据增强。

76张测试图的成绩单：测试集76张中正确识别72张：准确率94.7%，灵敏度（查得出癌）94.5%，特异度（不误报）95.2%，阳性预测值98.1%，AUC 0.97。热图显示模型注意力多集中在病变区域。训练时验证准确率落在90%中段，未见明显过拟合；误分类的图片多是光照欠佳、病变被遮挡或早期细微病变。

最要命的三条”小字”：第一，数据没有患者级标识，同一患者的照片可能同时进了训练集和测试集；第二，癌与非癌2:1不平衡，未做校正；第三，标签未经病理报告独立验证。性能很可能被高估。

94.7%，过不了”患者级”一关

准确率94.7%、AUC 0.97，模型本身不差；但没有患者级划分、类别不平衡、标签无病理背书——三个漏洞叠加，临床价值要打问号。模型能不能在真实诊室”复刻”这个数字，没人知道，这正是它止步于研究的原因。作者自己也承认，热图只能说明模型”在看哪”，不能证明它”看懂了什么”。离”诊室可用”，还差一次真实的临床验证。

模型亮眼，别忘”小字”

第一，AI看口腔照片表现亮眼，但局限明确。

第二，“图像级”不等于”患者级”，别拿它替代就医。

第三，模型还没走过临床验证，口腔异常，先找医生。

别把”准确率”当”诊断”

① 数据局限：单一公开数据集，光照与人群和真实诊室不同。

② 患者级缺失：无法确认不同集的照片来自不同患者，性能或虚高。

③ 类别不平衡：癌与非癌为2:1，未做加权或阈值校正。

④ 无病理验证：标签来自数据集本身，未经病理报告核对。

⑤ 校准缺失：未报告原始预测概率，无法评估模型”自信”是否靠谱。

⑥ 阈值固定：分类阈值取0.50，未做敏感性分析。

参考资料：Amin A, et al. Deep Learning-Based Oral Cancer Detection Using Clinical Images. Cureus（2026）. https://doi.org/10.7759/cureus.112795