人工智能相关工作收到国家高度重视，在国家的五年计划等多种计划中反复提及，在脊柱外科临床中，腰背痛也是常见的问题，常常给大夫和患者带来困扰，具有重要的社会经济意义。大约70％至85％的成年人在其一生中的某个时间点受到腰背痛的影响。临床中，腰背痛绝大多数由腰椎间盘突出引起，而腰椎间盘突出症的影像诊断，主要为X线，CT和MRI。其中MRI是诊断腰椎间盘突出症的金标准，其有较高的诊断准确性和可靠性[19]。就当前我国医疗状况，患者人群数量庞大，MRI影像资料众多，医生的技能水准也存在着差异，如果可通过人工智能辅助诊断，这将会提高医生的诊治效率，降低误诊和漏诊的医疗事故，弥补基层医院的不足，减少患者看病难的部分问题。但在相关的人工智能研究中，涉及到腰椎间盘突出诊断的却总体偏少。在以上问题的基础上，我们参考改进国际先进经验，使用多种新型机器学习算法，研发出了一种用于腰椎间盘突出诊断的人工智能，该人工智能在准确率机时间上均明显优于其他算法及专业医师，在临床工作中有巨大应用价值。

创新点1，在一些步骤中我们使用了最新的技术，如在目标检测步骤中，我们使用了最新的Faster-R-CNN技术，基于深度学习的目标检测技术的演进是从R-CNN-> Fast R-CNN-> Faster R-CNN逐渐演变过来，Faster-R-CNN是最新提出来的新型技术，相较于前几代技术有明显的技术优势；金字塔式梯度方向直方图，它是在梯度方向直方图的基础上改进的。

创新点1，我们借鉴了其他疾病医学影响人工智能的算法，像素强度直方图，此类方法已经广泛应用于各种疾病的分类，在甲状腺疾病，阿尔兹海默症，妇科方向运用较多，具有很好的实用性，但对于椎间盘突出的诊断并没有人使用过。

创新点3，我们首次对腰椎间盘突出的MRI影像进行MSU分型，并没有抛弃常规的Pfirrmann分型。

我们相信AI将会在未来几年潜移默化的影响到骨科的发展和进步。随着新技术的诞生，可以挖掘的患者数据也越来越多，人工智能可以更好地整合这些数据，疾病的诊断将越发准确和全面。此外，它将解决各级医院初步诊断水平的差异，大大减少漏诊和病情的延误。同时，大量数据也可以指导患者初步治疗方案的选择，提升患者对医疗服务的体验与信心。我们的研究应用可在没有脊柱外科医生的情况下协助诊断，对于医疗条件不完备的医院医疗水平提升以及年轻医生的教学有着积极意义。