В основе технологии лежат диффузионные модели машинного обучения — алгоритмы, которые могут генерировать новые данные на основе приведенных примеров. Система обучалась на почти 50 тысячах рентгеновских снимков колена, полученных примерно от 5 тысяч пациентов из крупнейшей международной базы данных по остеоартриту. Этот огромный датасет позволил ИИ научиться распознавать типичные паттерны развития болезни и генерировать убедительные прогнозы о будущем состоянии сустава. Компьютер выделяет 16 ключевых анатомических точек в суставе, отслеживая их изменения, что делает вывод прозрачным и понятным для врача. Специалист может увидеть, какие именно области ИИ считает наиболее уязвимыми.

Важно, что вместо обычного прогноза система генерирует реалистичное изображение колена пациента таким, каким оно станет примерно через год. Рядом с ним выводится персонализированная оценка риска того, что болезнь действительно будет прогрессировать. Визуальное представление информации срабатывает иначе, чем цифры. Врач видит конкретные изменения — где сужается суставная щель, как растут остеофиты (костные наросты), какой участок подвергнется наибольшей нагрузке. Пациент, глядя на два рентгеновских снимка — сегодняшний и будущий — понимает, почему нужно менять образ жизни, худеть или начинать лечение. Это работает как мотивация на борьбу с болезнью.

Остеоартрит на данный момент выявлен у более  чем 500 миллионов человек планеты. Российская статистика также показывает негативную динамику: рост первичной заболеваемости в нашей стране вырос с 547 чел. в 2015 г. до 650 чел. на 100000 населения в 2024 г. Это хроническое дегенеративное заболевание суставов, при котором хрящевая ткань постепенно разрушается, вызывая боль, скованность и неподвижность. Врачам традиционно приходится полагаться на числовые оценки риска или простые классификации, чтобы спрогнозировать, как болезнь будет развиваться. Именно поэтому ранняя диагностика и своевременное лечение, подкрепленное ИИ-демонстрацией негативных последствий отказа от него, помогут миллионам людей получить должное качество жизни. 

Исследователи уже рассматривают возможность применения их ИИ-разработки в отношении других хронических заболеваний. Система может быть адаптирована для прогнозирования повреждений легких у курильщиков, развития сердечных патологий или других дегенеративных процессов в организме. Везде, где нужна персонализированная информация о возможной динамике развития болезни, визуальная демонстрация может сделать рекомендации врача куда более убедительными.