Методики оценки костного возраста играют ключевую роль в диагностике заболеваний, связанных с нарушениями роста и развития, особенно в педиатрической практике. Они имеют как преимущества, так и ограничения, а их точность может варьировать в зависимости от популяционных особенностей.

В статье описано текущее состояние и обозначены перспективы развития методик оценки костного возраста, включая решения с использованием технологий искусственного интеллекта.

Поиск релевантной литературы за последние 10 лет по теме оценки костного возраста выполняли с использованием поисковых систем PubMed и eLibrary. Кроме того, включены более ранние работы, представляющие важные ориентиры в развитии методологии оценки костного возраста, включая атласы, руководства и соответствующие исследования. Основное внимание уделяли публикациям, рассматривающим распространённость и практическое применение различных методов оценки костного возраста, включая рентгенографию, ультразвуковое исследование, компьютерную и магнитно-резонансную томографию, а также технологии искусственного интеллекта. Поиск осуществляли с использованием ключевых слов: «bone age», «bone age assessment», «radiography», «artificial intelligence», «deep learning», «growth development», «AI», «костный возраст», «рентгенография», «искусственный интеллект».

Представленный обзор демонстрирует широкий спектр методик оценки костного возраста и подчёркивает значимость новых технологий, таких как искусственный интеллект, для повышения точности диагностики. Современные автоматизированные методы показывают высокий потенциал для совершенствования диагностического процесса в педиатрической практике и могут способствовать раннему выявлению патологий, связанных с нарушениями роста и развития.

骨龄评估方法在诊断与生长发育障碍相关疾病中发挥关键作用，特别是在儿科实践中尤为重要。尽管这些方法各有优缺点，其准确性可能因人群特征而异。

本文介绍了骨龄评估方法的现状，并探讨其未来发展方向，包括基于人工智能技术的解决方案。

过去10年关于骨龄评估主题的相关文献是通过PubMed和eLibrary检索系统获取的。此外，也纳入了部分较早发表的文献，这些文献在骨龄评估方法的发展中具有重要参考价值，包括骨龄图谱、指南和相关研究。重点关注的是探讨骨龄评估方法的普及程度及其实际应用的相关文献，所涵盖的方法包括X线检查、超声检查、计算机断层扫描、磁共振成像以及人工智能技术。检索关键词包括：“bone age”（骨龄）、“bone age assessment”（骨龄评估）、 “radiography”（X线检查）、“artificial intelligence”（人工智能）、“deep learning”（深度学习）、“growth development”（生长发育）、“AI”（人工智能）、 “костный возраст”（骨龄）、“рентгенография”（X线检查）、“искусственный интеллект”（人工智能）。

本综述显示，骨龄评估方法种类繁多，人工智能等新兴技术在提高诊断准确性方面具有重要意义。现代自动化方法在儿科诊断流程优化方面展现出巨大潜力，有望促进生长发育障碍相关疾病的早期发现。