本报讯（记者常 娟）8月3日，记者从郑州大学第一附属医院获悉，该院骨科张春霖团队提出一种全新的突出颈椎间盘体积人工智能测量的方法，为颈椎间盘突出等疾病的诊断和治疗提供了准确的测量依据。
突出颈椎间盘的体积是颈椎间盘突出压迫神经引起相应的临床症状的一个重要观察指标，并且对临床预后判断作用很大。因突出颈椎间盘形态各异，其边界线存在“日晕”现象，目前的PACS软件（医学影像的存储和传输系统软件）虽然自身精度很高，但在突出颈椎间盘体积测量方面存在只能人工手动测量、确定突出椎间盘边界线时存在人为误差、突出范围包括了不能回缩的椎体后方结构等问题，对测量精度有一定影响，不便于研究机构间测量数据的比对分析。
张春霖团队在总结PACS软件应用于突出颈椎间盘体积测量问题的基础上，利用相关平台，提出一种全新的自动化人工智能算法，消除了突出椎间盘边界线确定时的人为误差，剔除了椎体后方结构的影响，使测量结果更加准确。该方法有望实现颈椎间盘体积测量标准的统一，为突出颈椎间盘等疾病诊断和治疗提供准确的检测依据，具有很大的临床应用价值。
目前，该研究论文《评估颈椎间盘突出症的全新人工辅助系统》在国际知名脊柱外科杂志《Spine》（《脊柱》）上发表。