基于照片的姿势分析有多准确？

基于照片的姿势分析对于其设计目的（筛选和跟踪随时间的变化）来说足够准确，但它不能替代放射线测量，而诚实的答案取决于两个单独的问题。 可靠性 （相同的姿势给出相同的数字吗？） 很强：同行评审的研究报告了摄影姿势角度的高可重复性。 有效性 （该数字是否符合黄金标准测量值？）很好，但并不完美：AI 2D 估计与 X 射线测量值密切相关，但并不完全相同。本指南解释了研究发现、为什么可靠性比跟踪的绝对精度更重要，以及真正的限制在哪里。

“准确”实际上意味着两个不同的东西

当人们询问姿势应用程序是否“准确”时，他们通常会在没有意识到的情况下同时提出两个问题，而两个问题却有不同的答案。

第一个是 可靠性：如果你测量同一个姿势两次，你会得到相同的数字吗？这是关于一致性或可重复性。第二个是 有效性：这个数字与黄金标准工具（例如 X 射线）报告的结果相符吗？这是关于真实性的。总是显示两公斤重的浴室秤是完美的 可靠 （每次都一致）但不是 有效 （始终是错误的）。这两个属性是独立的，将它们混为一谈是基于照片的姿势分析是否“有效”的最令人困惑的根源。

这种区别很重要，因为这两个属性服务于不同的工作。如果目标是为某人分配一个绝对的临床级数字，那么有效性就是一切。但如果目标是 跟踪一个人的姿势是否随时间变化 ——这是筛选工具的首要工作——那么可靠性才是最重要的。高度可重复的测量会将真实的变化显示为真实的变化，即使其绝对值与射线照片相差几度。本文的其余部分将依次介绍研究对每个属性的发现。

研究对可靠性有何看法

对于基于照片的姿势测量，可靠性是两者中较强的一个，并且证据是一致的。

2015 年一项针对青少年摄影姿势分析的研究报告称，在其测量的姿势角度上，评估者间的可靠性高于 0.97，重测可靠性高于 0.77（哈扎尔等人，2015， 物理治疗科学杂志）。 2025 年的一项摄影测量评估研究发现了更高的一致性——检查者之间和检查者内部在颅椎角度、后仰姿势和膝关节过度伸展方面的可靠性的组内相关系数约为 0.98。米洛纳斯等人，2025， 物理治疗科学杂志).

这些数字需要简单的语言翻译。的 国际商会 （组内相关系数）从 0 到 1，其中 1.0 表示完全一致。按照惯例，0.9 以上为“优秀”，0.75 至 0.9 为“良好”。因此，评估者间 ICC 为 0.97 意味着两个不同的人在几乎相同的数字上测量同一张照片 — 该方法本身不会引入太多噪音。这种一致性正是使跟踪测量值得信赖的原因，也是为什么相隔几周在相同条件下拍摄的照片可以进行比较的原因。 PosturaScreen 直接依赖于这个属性： 每个指标的计算方式 是固定的几何计算，因此相同的关键点总是产生相同的值。

研究对有效性的评价（与 X 射线相比）

有效性——与黄金标准的一致——是指诚实的答案是“好，但不相同”。

最直接相关的证据来自 2025 年针对放射成像测量的基于人工智能的二维姿势估计软件的研究。研究发现，软件的照片测量值和 X 射线测量值之间存在很强的相关性：头部前倾测量值与颅椎角度相关，r = -0.71，髋膝踝对齐测量值与其射线照相等效值相关，r = 0.75，颈椎评估的评估者间可靠性为 0.84，下肢评估的评估者间可靠性为 0.90（Park 等人，2025， 诊断).

简单来说，0.7 到 0.75 左右的相关性很强：当照片测量值上升时，X 射线测量值也会可靠地上升。但强相关性并不等同于同一性。照片编号和射线照片编号一起移动；它们不是同一个数字。这种差距并不是一个需要隐藏的缺陷——它是从平面图像测量三维身体的诚实现实，这正是为什么代表射线照相角度或脊柱曲线的指标被报告为筛选估计值并被标记的原因 approx。的 approx 标签及其含义 该产品是否预先明确了这一区别。

为什么照片不是 X 射线（诚实的限制）

有效性之所以被评为“强但不相同”，归根结底在于照片能看到什么和不能看到什么。

一张照片测量 表面轮廓 — 身体的轮廓和可见地标的位置。 X 射线测量 骨。皮肤和骨骼之间有衣服、软组织和身体成分，所有这些都使表面相对于底层结构发生变化。最重要的是，单张照片是 3D 身体的 2D 投影，因此人相对于相机的任何微小旋转都会改变表观角度。呼吸阶段和捕捉的确切时刻增加了更多的变化。这些都不会影响放射线照片，这就是为什么它仍然是黄金标准。

这也是为什么五种公制类型——头前倾、胸椎后凸、腰椎前凸、骨盆倾斜和 Q 角——带有 approx tag: each estimates a 3D angle or a spinal curve from a flat image.照片捕捉的是单个瞬间，而不是连续的数据，这是可穿戴传感器解决的另一个限制——在比较中有所涉及 基于照片的方法与基于传感器的方法。了解这些界限才能正确使用这些数字，而不是过度信任。

这对于使用基于照片的筛选意味着什么

将这两个发现放在一起，就会得出一个明确的用例。

对于 跟踪同一个人随时间的变化，基于照片的分析有坚实的基础：可靠性很高，因此匹配照片之间的变化是真正的变化，而不是测量噪声。这就是它的用途。对于 绝对临床分级，将一个人的数字与另一个人的数字进行比较，或诊断，这是错误的工具——那些需要临床医生的检查，并在适当的情况下进行成像。最佳实践直接遵循：在一致的条件下捕获并阅读 趋势，没有一个绝对值。

这正是 PosturaScreen 的定位。它计算 17 个可衡量指标 根据两张照片，诚实地标记估计值，并且是为筛查和跟踪而设计的，而不是诊断。的 样本报告 展示了实践中的情况，并且对于实践来说，相同的引擎支撑 供从业者使用的姿势分析软件。证据支持将其用于其擅长的领域，并且诚实的限制使其保持在自己的轨道上：筛查和跟踪工具，而不是诊断设备，也不是临床检查的替代品。这里的信息是教育性的，而不是医疗建议。

常见问题

基于照片的姿势分析有多准确？

它足够准确，可以筛查和跟踪随时间的变化，但它不能替代 X 射线。 “准确”有两个部分：可靠性（相同的姿势是否给出相同的数字？）和有效性（该数字是否符合黄金标准？）。可靠性很强——研究表明，对于摄影姿势角度，评分者间的一致性高于 0.97。有效性很好，但并不完美——AI 2D 估计与放射线照相测量密切相关，但并不完全相同。

信度和效度有什么区别？

可靠性就是可重复性：两次采取相同的姿势并得到相同的数字。有效性就是真实性：该数字是否与 X 射线等黄金标准测量相匹配。一种方法可以非常可靠，但不一定完全有效。对于跟踪同一个人随时间的变化，可靠性最为重要，也是基于照片的姿势分析中最强大的部分。

姿势应用程序是否像 X 光检查一样准确？

不，这并不是注定的。照片测量地表地标； X 射线测量骨骼。研究表明，人工智能 2D 姿势估计与射线照相测量密切相关，但它们并不完全相同，因为表面轮廓受到服装、身体成分和身体相对于相机旋转的影响。这就是为什么脊柱曲线和 3D 角度估计被报告为筛选估计，标记为大约。

姿势研究中的 ICC 数字意味着什么？

ICC（组内相关系数）以 0 到 1 的等级衡量一致性：1.0 表示完全一致，0.9 以上通常称为优秀，0.75-0.9 表示良好。当一项研究报告某个摄影姿势角度的评估者间 ICC 为 0.97 时，这意味着两个评估者测量同一张照片时落在几乎相同的数字上——可靠性很强。

基于照片的姿势分析能否准确跟踪变化？

是的——这是它最强大的用例。由于可靠性很高，因此在一致条件下测量的同一个人将获得可比较的数字，因此几周内的实际变化会显示为指标的实际变化，而不是测量噪声。对于较小的绝对值不确定性，跟踪变化比将一个人的绝对数字与另一个人的绝对数字进行比较更稳健。

临床医生应该相信基于照片的姿势筛查吗？

作为筛选和跟踪工具，是的，使用得当。可靠性和与射线照相证据的相关性支持使用它来标记模式和跟踪变化，而诚实的限制（它不是 X 射线，估计值被标记为近似值）使其保持在其车道上。它旨在支持临床判断，而不是取代检查或影像学。

本文由姿势教育 PosturaScreen 编辑团队撰写。它不是医疗建议，也不能替代临床评估。 PosturaScreen 是一种筛查和跟踪工具，而不是诊断设备。看看我们的 编辑标准 了解本文的撰写和审阅方式。