近年来，在国家自然科学基金重点项目（82230071、82530072）和科技部颠覆性技术中心（上海）创新项目（25DIPA00400）等的联合支持下，上海大学转化医学研究院/上海交通大学医学院附属新华医院苏佳灿教授团队启动“人工智能×类器官”计划，聚焦骨关节炎等骨科重大疾病，打造从研发到临床的一体化平台，连接数据、模型、材料与类器官成果，推进技术标准落地与临床转化应用。

随着人工智能（AI）技术快速发展，生命科学与医学研究正在迎来一场深刻的变革。类器官作为模拟人体组织和疾病模型的重要工具，正逐渐成为再生医学、疾病机制研究和药物开发的关键支撑。AI的引入，不仅加速材料设计、类器官构建和多维评估的进程，还为精准医学与智能医疗提供全新的思路和方法。苏佳灿教授课题组高度关注AI与骨科疾病、类器官技术交叉领域的研究，发表多篇相关综述，涵盖AI虚拟类器官、AI在水凝胶设计、类器官评估、骨关节炎类器官智能制造、骨科临床及手术中的应用等方面的前沿进展，旨在为研究人员提供一个全面的学术视角和未来发展的参考框架。

一、人工智能虚拟类器官

Bai L, Su J. Artificial Intelligence Virtual Organoids (AIVOs). Bioactive Materials. 2026 May 59: 45-68. doi:10.1016/j.bioactmat.2025.12.030

类器官自2009年以来显著推动人类发育与疾病研究，但研究与转化始终被三类结构性瓶颈制约：其一，培养过程高度依赖动物源性基质与手工操作，导致批次差异显著、重复性不足；其二，主流检测多为终点、破坏性读出，难以获得连续的时空动态信息，形成关键观测盲区；其三，复杂流程与成本限制规模化与高通量应用，使其难以承担药物进入临床前所需的系统性多轮演练。

针对上述痛点，研究团队在《Bioactive Materials》系统提出并定义“人工智能虚拟类器官（Artificial Intelligence Virtual Organoids, AIVOs）”概念与完整技术栈：在计算空间构建类器官尺度数字孪生体，以“虚拟细胞”为最小可执行单元，融合高内涵显微成像、单细胞组学与生化检测等多模态纵向数据，并在生物物理先验约束下采用混合建模策略（主体模型、有限元力学、连续介质输运与深度学习协同），形成“数据-模型-交互”闭环，实现可逆、非侵入、可重复的虚拟扰动与全时空连续监测。

文章提出以虚拟干细胞发育算法复刻分化决策、自组装与形态发生，建立从基因表达谱到组织层电生理、力学与代谢通量的跨尺度功能映射；在肿瘤场景中，可计算地刻画异质性与微环境博弈，推演缺氧/酸化驱动下的生长与耐药演化路径。面向临床转化，AIVOs被定位为与实体类器官互补的闭环验证引擎，可支撑虚拟高通量筛选、剂量与PK/PD优化、疾病分型与临床决策支持，推动类器官研究从描述性观察迈向预测性工程，为精准医疗在虚拟空间的前置预演提供可扩展的新范式。

二、人工智能在类器官构建、分析和应用

Bai L, Wu Y, Li G, Zhang W, Zhang H, Su J. AI-enabled organoids: Construction, analysis, and application. Bioact Mater. 2023 Sep 16;31:525-548. doi: 10.1016/j.bioactmat.2023.09.005.

类器官是一种模拟器官结构和功能的微型简化体外模型系统，由于其在疾病建模、药物筛选、个性化医学和组织工程中的应用前景广阔，引起人们的极大兴趣。尽管在类器官构建方面取得巨大成功，但它们自组装的复杂性以及高通量数据分析仍然存在挑战。引入AI用于类器官体外构建，数据分析和临川前评估，有望加速类器官的开发和临床应用，从而彻底改变该领域。

本文旨在深入探讨类器官和AI的交汇点，特别是在高度复杂的自组装与高通量数据分析方面。首先，笼统地概述类器官在疾病建模、药物筛选、精准医学及组织工程中的广泛应用以及面临的数据处理和自组装的挑战。其次，回顾AI的发展轨迹、分类，并集中于其在医学应用中的价值。文章主旨在于明确AI如何具体促进类器官研究的高度精细化和个性化，从算法设计到数据解析，揭示AI在该领域内的本质贡献。最后，扼要分析AI驱动的类器官模型在推动精准医学与组织工程方面的优势与局限。该综述旨在为类器官与AI领域的融合提供一个全面、严谨而深入的分析概括。

三、人工智能赋能水凝胶的设计、优化及其在生物医学中的应用

Li Z, Song P, Li G, Han Y, Ren X, Bai L, Su J. AI energized hydrogel design, optimization and application in biomedicine. Mater Today Bio. 2024 Feb 29; 25: 101014. doi: 10.1016/j.mtbio.2024.101014.

传统水凝胶的设计和优化方法通常依赖于重复实验，这不仅耗时且成本高昂，导致先进水凝胶的开发进展缓慢。随着AI技术的快速发展和材料数据的不断增加，基于AI的水凝胶设计与优化在生物医学应用中已成为材料科学领域的一项革命性突破。

本综述首先概述AI的历史以及在设计和优化水凝胶中使用AI的潜在优势，如性能预测与优化、多属性优化、高通量筛选、自动化材料发现、优化实验设计等。随后，我们重点介绍在AI技术支持下，水凝胶在生物医学领域的各种应用，包括药物递送、用于先进制造的生物墨水、组织修复和生物传感器，以便为该领域的研究人员提供清晰而全面的理解。最后，我们讨论未来的发展方向和前景，并为生物医学应用新型水凝胶材料的研究与开发提供新的视角。

四、人工智能在类器官多维评估中的应用

Mo, Y., Wang, J., Yang, H., Bai, L., Xu, K. and Su, J. (2025), Artificial Intelligence for Organoids Multidimensional Assessment. SmartMat, 6: e70016.

类器官是通过干细胞的体外三维培养形成的组织类似物，具有特定的空间结构。类器官已成为生物医学领域不可或缺的组成部分，包括疾病发病机制，模型构建，再生和精准医学，药物筛选，组织和器官发育，毒理学和病理学分析。然而，类器官类型的多样性及其生产过程的变化导致其评估和分析应用的不一致。迄今为止，尚未建立评估类器官的综合标准或指南。

AI技术广泛应用于生物医学图像分析，数据处理和分子结构预测，在评估类器官方面显示出优势。本综述将研究AI在类器官评估各个方面的应用，如组学，组织学，形态学，功能特性和药物筛选，为类器官评估提供新的视角。

五、骨关节炎类器官智能制造

Lyu X, Wang J, Su J. Intelligent Manufacturing for Osteoarthritis Organoids. Cell Prolif. 2025 Jul;58(7):e70043. doi: 10.1111/cpr.70043.

骨关节炎（OA）是全球最普遍的退行性关节疾病。然而，其发病机制尚不完全清楚，仍然缺乏有效的治疗策略。类器官技术为模拟OA的病理微环境提供有前景的体外平台。本综述总结关节结构，OA发病机制和病理表现，从而为类器官技术的应用奠定疾病背景。然后总结关节病类器官系统的组成部分，特别是软骨，软骨下骨，滑膜，骨骼肌和韧带类器官。

此外，详细介绍构建OA类器官的各种策略。值得注意的是，本综述通过将AI等新兴工程技术纳入类器官制造过程，引入OA类器官智能制造的概念，形成一个创新的软硬件集群。最后，本综述讨论智能OA类器官制造目前面临的挑战，并强调这一快速发展领域的未来方向。通过全面概述最先进的方法和挑战，本综述预计OA类器官的智能自动化制造将加速骨科领域的基础研究和药物发现。

六、人工智能在骨科中的应用:基础、当前应用和未来展望

Song J, Wang GC, Su JC, et al. Artificial intelligence in orthopedics: fundamentals, current applications, and future perspectives. Mil Med Res. 2025 Aug 4.

传统的骨科诊断和治疗方法耗时较长，并且伴随着较高的误诊率，迫切需要更高效的工具来改善当前状况。最近，AI越来越多地应用到骨科中，通过数据驱动的方法来支持诊断和治疗过程。

这篇综述首先概述AI的核心概念及其历史演变，然后考察为骨科临床和研究应用设计的机器学习和深度学习框架。接着，我们探讨骨科领域中各种基于AI的应用，包括图像分析、疾病诊断以及治疗手段，如手术辅助、药物研发、康复支持以及个性化治疗。这些应用旨在帮助研究人员和临床医生更深入地了解AI在骨科领域的当前应用情况。该评论还强调影响AI实际应用的关键挑战和局限性，如数据质量、模型的普适性以及临床验证。最后，我们讨论未来发展方向，旨在提升AI技术，并推动其安全有效地融入骨科领域。

七、人工智能驱动的骨科手术和运动医学革命

Guan J, Li Z, Su J, et al. An artificial intelligence-driven revolution in orthopedic surgery and sports medicine. Int J Surg. 2025 Feb 1.

随着人口老龄化的推进，骨科疾病的发病率逐年增加。许多骨科疾病的早期诊断和精确治疗仍然需要技术进步才能有效解决。随着AI的快速发展，该技术有望实现许多疾病的早期诊断和治疗，为临床提供革命性变化。然而，AI在骨科中的整合仍处于起步阶段，其现有的智能算法已成为临床应用模型，其优势需要进一步总结，为未来的发展和探索铺平道路。

该综述简要概述AI在骨科中的基本概念和机制，并总结骨科手术和运动医学在四个应用和发展领域的应用和发展，特别是开发精确诊断，辅助治疗，康复期间辅助监测，以及加强教育研究和数据分析。在本节中，主要关注现在用于临床应用的AI程序的各个方面，并将其与纯手动结果进行比较。总之，AI的持续应用和发展有望增强我们对骨科疾病的诊断，进展和预后的理解，最终为更有效的临床应用奠定基础。