AI骨龄预测身高，真的比医生更准吗？
机器判读骨龄，其精准度堪比医生。
韩国首尔国立大学医院的一项回顾性研究得出了这一核心结论。第一作者 Jae-Man Song 和通讯作者 Pyoung Hwa Kim 的团队追踪了 122 名接受促性腺激素释放激素类似物治疗的中枢性性早熟女孩，对比了人工智能与资深放射科医生判读骨龄后预测成年身高的表现。结果显示，AI 判读骨龄的预测能力与经验丰富的医生相当，甚至在某些指标上略胜一筹。
本文将阐述三个重点：为何骨龄是预测身高的关键、AI 判读骨龄带来了哪些变革，以及现有预测方法的精度边界在哪里。对于正纠结“是否给孩子打针”的家长而言，理解预测的局限性，或许比单纯追求精确数字更为重要。
手腕X光片蕴含的信息
孩子的实际年龄与骨骼成熟度并不总是同步。拍摄左手和手腕的X光片，医生通过观察手指、腕骨的骨化程度，能判断骨骼发育的年龄——即骨龄。
对于发育正常的孩子，骨龄与实际年龄大致吻合。但性早熟女孩不同。性激素提前分泌导致骨骼加速成熟，骨龄往往比实际年龄超前一到两年甚至更多。骨龄超前意味着骨骺——长骨两端负责生长的部分——会提前闭合。简而言之，留给长高的时间窗口被压缩了。
因此，判断性早熟女孩最终能长多高，第一步就是准确读出骨龄。
问题恰恰卡在“准确”二字上。
传统的骨龄判读依赖医生手持X光片与标准图谱逐一比对。最常用的图谱 Greulich-Pyle 诞生于上世纪五十年代，至今仍是全球主流参照。但人工判读存在难以避免的难题：不同医生看同一张片子，给出的骨龄可能相差半年甚至一年以上。北美儿科人群验证研究发现，放射科医生间的判读差异均方根误差可达 1.178 年。对普通体检，半年偏差或许无足轻重；但对性早熟孩子，骨龄差半年，预测的成年身高可能相差好几厘米——而这几厘米往往是家长和医生决定是否治疗的关键依据。
AI 普及，带来了哪些改变
约十五年前，BoneXpert 自动骨龄判读软件开始应用于临床。它利用深度学习算法分析手部X光片，几秒内输出骨龄数值。2022年发布第三版时，该系统已在全球200多家医院运行。
其精准度究竟如何？
2012年，德国图宾根大学 Dennis D. Martin 团队专门针对性早熟和早发育儿童进行了验证。他们收集了103名女孩和13名男孩的741张X光片，平均骨龄超前2.3年。结果显示，BoneXpert 与人工判读的平均差异仅0.19年，且在出现较大偏差时，需请三位专家复核，BoneXpert 出现严重错误的次数不到人工判读的一半。
十年后，同一团队发布的第三版数据进一步优化：在包含性早熟患者的数据集中，均方根误差从旧版的0.72年降至0.62年。在标准测试集上，BoneXpert 的误差为0.45年——这是与六位人类专家的平均值比较得出的。换言之，机器的判读精度已超越任何单一医生。
然而，骨龄判读精准，并不等同于身高预测精准。
从骨龄到成年身高，中间隔着一道坎
骨龄仅是预测身高的第一步。拿到骨龄后，需代入数学模型计算成年身高。目前临床常用的 Bayley-Pinneau 法（BP法）同样诞生于上世纪中叶。其逻辑是根据骨龄查表，得出当前身高占成年身高的百分比，进而反推终身高。
Song 和 Kim 团队尝试将 AI 骨龄与 BP 法结合，评估预测效果。
他们使用了三种骨龄判读方式：人类专家按 Greulich-Pyle 图谱判读、AI 按同一图谱判读，以及 AI 加权评分法。每种骨龄分别代入 BP 模型和韩国国家生长曲线模型，在治疗开始和结束两个时间点各计算一次，共产生12个预测值。随后与这些女孩实际成年身高对比。
AI 加权评分法结合 BP 模型，被确认为终身高的独立预测因子。
但三种骨龄判读方式的预测精度差异未达统计学显著。治疗开始时的决定系数在0.47到0.65之间，治疗结束时提升至0.69到0.82。BP 模型在两个时间点均比韩国本土模型表现出更窄的一致性界限——即预测值围绕真实值的波动范围更小。
这组数据传递了两层信息。好消息是：AI 骨龄完全可以替代人工判读用于身高预测，且消除了不同医生间的判读差异。需冷静看待的是：即便骨龄判读更一致，预测模型本身的精度上限依然存在。
预测的天花板究竟在何处
孩子最终身高受众多因素影响：遗传、营养、治疗时机、时长、青春期进展速度、体重指数，甚至停药后的追赶生长。任何数学模型都无法囊括所有变量。
中国研究者也在探索更适合本土人群的预测公式。浙江大学医学院附属儿童医院 Wu 团队在258名特发性中枢性性早熟女孩中建立新模型，纳入身高标准差评分、骨龄对应身高标准差评分和遗传靶身高三个变量。内部验证均方根误差为2.16厘米，平均绝对误差1.64厘米。外部验证中，仅6%的女孩预测误差超过一个标准差。
另一项广州研究比较了三种AI辅助骨龄系统在早发育女孩中的表现。87名已达成年身高的女孩中，TW3方法预测值最接近实际身高，92.9%的预测落在实际身高上下5厘米内。BP法平均低估1.3厘米。
预测误差在2到4厘米之间，是现有方法的常见水平。
这个数字意味着什么？若女孩预测成年身高为155厘米，真实结果可能在151到159厘米之间。对大多数家庭而言，此范围足以辅助治疗决策；但这并非承诺。
早发育≠性早熟
讨论预测前，需厘清一个基本问题：并非所有提前乳房发育的女孩都需治疗。
2026年6月，美国内分泌学会发布最新中枢性性早熟临床实践指南。指南强调，7到8岁之间出现乳房发育的女孩，初始观察比立即治疗更合理。因相当多早期乳房发育是自限性的——卵巢分泌少量雌激素引发反应，但下丘脑-垂体-性腺轴未真正启动。这些女孩骨龄通常不超前，最终身高不受显著影响。
一项前瞻性研究追踪了212名7到8岁出现乳房发育的中国女孩，发现55%属缓慢进展型。这些女孩骨龄平均只超前0.48年，而快速进展型超前达1.48年。骨龄超前程度是区分两者的有力指标。
因此，骨龄判读的意义不仅在于预测身高，还在于帮助医生判断：孩子发育是需要干预的真性性早熟，还是可观察的早发育变异。
预测并非判决
芬兰赫尔辛基大学 Erkko 团队在60名6到8岁性早熟女孩中比较了BP法和BoneXpert。BoneXpert预测值比实际身高平均高3.6厘米，但个体误差波动更小，受骨龄超前程度影响也更小。BP法平均偏差几乎为零，但个体波动更大。
这提醒我们：平均值好看，不代表对每个孩子都准。
所有接受治疗女孩最终均达到遗传靶身高范围。
这句话或许比任何预测公式都更值得铭记。对于特发性中枢性性早熟女孩，无论何种预测方法或是否治疗，大多数成年身高均落在父母身高决定的遗传范围内。法国 Brauner 团队在134名性早熟女孩中发现，治疗组和未治疗组成年身高公式几乎一致——这并非治疗无效，而是说明治疗筛选标准筛选出真正需干预的快速进展型，防止了身高恶化。
AI 改善了骨龄判读的一致性与效率，但未改变一个基本事实：预测是概率，非判决。数字可辅助医生家长做出更有依据的选择，却无法替代对孩子整体发育轨迹的持续观察。
复查间隔、生长速度、骨龄变化趋势、青春期进展速度——这些动态信息共同构成完整判断。目前，尚无算法能独立完成此判断。
拍一张X光片，几秒出结果，误差比大多数医生更小。技术确有进步。但站在片子背后的，始终是一个正在长大的孩子和一个需要在不确定中做决定的家庭。预测能做的，是把不确定范围缩小一点。剩下的，交给时间。
关注我们，获取更多循证医学资讯。
若身边有正为孩子发育节奏焦虑的家长，本文或许能助其看更清楚。
您家孩子做过骨龄检查吗？拿到结果时，医生的解释是否让您真正理解了那个数字的含义？
[1]Song JM, Kim PH, Cho YA, et al. Deep Learning-Based Bone Age Assessment for Predicting Final Adult Height in Girls With Central Precocious Puberty. Korean J Radiol. 2026;27(6). PMID: 42225576.
[2]Martin DD, Meister K, Schweizer R, et al. Validation of Automatic Bone Age Rating in Children With Precocious and Early Puberty. J Pediatr Endocrinol Metab. 2012;25(1-2):69-74. PMID: 22308856.
[3]Martin DD, Calder AD, Ranke MB, Binder G, Thodberg HH. Accuracy and Self-Validation of Automated Bone Age Determination. Sci Rep. 2022;12(1):6388. doi: 10.1038/s41598-022-10292-y. PMID: 35430607.
[4]Huang S, Su Z, Liu S, et al. Combined Assisted Bone Age Assessment and Adult Height Prediction Methods in Chinese Girls With Early Puberty: Analysis of Three Artificial Intelligence Systems. Pediatr Radiol. 2023;53(5):942-951. doi: 10.1007/s00247-022-05567-5. PMID: 36576515.
[5]Wu W, Zhu X, Chen Y, et al. Development and Validation of a Model for Predicting the Adult Height of Girls With Idiopathic Central Precocious Puberty. Eur J Pediatr. 2023;182(4):1609-1617. doi: 10.1007/s00431-023-04828-1. PMID: 36708384.
[6]Erkko A, Hero M, Varimo T, Raivio T. Performance of Adult Height Prediction Methods in 6 to 8-Year-Old Girls With GnRH-dependent Precocious Puberty. J Pediatr Endocrinol Metab. 2025. PMID: 40629970.
[7]Latronico AC, Roberts SA, Alonzo M, et al. Central Precocious Puberty: An Endocrine Society Clinical Practice Guideline. J Clin Endocrinol Metab. 2026. doi: 10.1210/clinem/dgaf282.
[8]Giabicani E, Lemaire P, Brauner R. Models for Predicting the Adult Height and Age at First Menstruation of Girls With Idiopathic Central Precocious Puberty. PLoS One. 2015;10(4):e0120588. doi: 10.1371/journal.pone.0120588. PMID: 25837693.