【核心摘要】2026年4月，我院脊柱外三科、骨与软组织肿瘤科主任宋兴华教授团队的重磅研究成果《通过常规血液生物标志物区分坏死性筋膜炎和骨髓炎的可解释的机器学习》在高水平国际期刊《Npj Digital Medicine》［Nature Portfolio旗下期刊，中科院双一区TOP期刊（Q1），2024年影响因子15.1，该期刊致力于发表数字医学领域的高质量原创研究，是全球医学与科技交叉领域的权威标杆］上正式发表。该研究利用可解释的机器学习模型，仅通过十项常规血液指标即可精准区分坏死性筋膜炎和骨髓炎，外部验证AUC高达0.926，标志着我院在“AI+医疗”领域的临床转化研究迈上了新台阶。

一、研究背景与突破

坏死性筋膜炎（Necrotizing Fasciitis）和骨髓炎（Osteomyelitis）是临床上两种极具破坏性的严重感染性疾病。由于二者临床表现相似，早期鉴别诊断极其困难，但治疗方案截然不同。误诊往往导致病情迅速恶化，致残率和致死率极高。

宋兴华教授团队另辟蹊径，利用人工智能技术解决了这一临床痛点。研究团队开发了一种“可解释的机器学习”模型，仅需利用临床常规的十项血液生物标志物，即可实现对这两种疾病的精准区分。

二、核心亮点：精准、透明、易用

与传统的评分工具或“黑箱”式AI模型不同，该研究具有三大显著优势：

1.极高的诊断效能：模型在外部验证集中的AUC（曲线下面积）高达0.926，远超传统评分工具，这意味着极高的诊断准确率。

2.可解释性（Explainable AI）：团队引入了SHAP（SHapley Additive exPlanations）解释技术，打破了AI的“黑箱”。医生在使用时，能直观看到是哪些指标（如白细胞、CRP等）在推动诊断结果，让AI辅助决策更加透明、可信。

3.临床实用性：团队配套开发了在线网页工具，医生只需输入常规血液数据，即可快速获得诊断建议，真正实现了“临床用得上、医生看得懂”。

三、优秀学子风采：排尔哈提·亚生

本研究的第一作者是新疆医科大学第六附属医院2024级学术型博士研究生排尔哈提·亚生。在导师宋兴华教授的悉心指导下，排尔哈提·亚生同学在AI诊断领域展现出优异的科研能力。截至目前，他已以第一作者身份发表学术论文16篇。

他不仅在科研上硕果累累，并获得了多项国家级荣誉，包括：国家奖学金（2023-2024学年、2025-2026学年）；中国防痨协会博士生专项培育工程（全国仅5人）；2025年中国科协青年科技人才培育工程博士生专项计划。

四、关于《Npj Digital Medicine》

此次研究成果的发表，不仅是宋兴华教授团队在骨科感染性疾病智能诊疗领域的国际性突破，更生动诠释了新疆医科大学第六附属医院在高层次人才培养与高水平科研产出方面的成效。医院始终坚持以临床需求为导向，积极构建“医工交叉”的创新生态，为研究生提供科研平台与学术氛围，鼓励青年人才在解决重大临床难题中勇攀高峰，持续推动医学科技的高质量发展。