2019年10月25日,来自上海交通大学附属新华医院、中山大学中山眼科中心和西安电子科技大学的研究团队在Communications Biology 杂志上联合发表长文“Development and validation of deep learning algorithms for scoliosis screening using backimages”，报道了该团队开发的全球首创脊柱侧弯大规模人工智能筛查技术。

该研究团队采用患者的x光射线和超声影像作为患者脊柱侧弯的金标准标签，通过对带标签的外观图像进行模型训练，首次明确背部外观特征与脊柱侧弯严重程度的关系，建立了基于背部裸露外观照的脊柱侧弯人工智能筛查系统；同时创新性的采用目标检测网络定位患者的裸露背部，并利用多个卷积神经网络满足不同筛查任务的需求。该模型在筛查青少年是否患有脊柱侧弯，确定患者是否需要治疗，明确青少年脊柱弯曲程度，这三大方面都具有出色的表现。

该智能系统的筛查准确率已经达到了人类专家平均水平，且速度要明显优于人工，有望在大规模脊柱侧弯筛查中应用，具有重要的医学、经济和社会价值。