通过跨学科的合作与交流,我们能够突破传统思维的边界,开拓新的研究领域。

——院长致词

首页 > 科学研究 > 基础科学

AI发现医生遗漏的病症:胸部X光片中隐匿的脂肪肝病

本站发布时间:2025-06-30 23:56:16
注:部分名称可能翻译不全,如有问题可联系15163559288@163.com

目前诊断脂肪肝的标准检测方法包括超声波、CT和MRI,这些检查需要昂贵的专业设备和设施。相比之下,胸部X光检查更为普遍,成本相对较低,且辐射剂量较低。虽然该检查主要用于观察肺部和心脏状况,但也能拍摄到部分肝脏区域,从而可能发现脂肪肝的迹象。然而,胸部X光与脂肪肝之间的关联性很少成为深入研究的课题。

为此,大阪公立大学研究生院医学研究科的 Sawako Uchida-Kobayashi 副教授和 Daiju Ueda 副教授领导的研究小组开发了一种人工智能模型,可通过胸部X光图像检测脂肪肝的存在。

在这项回顾性研究中,研究团队利用6,599张含4,414名患者数据的胸部X光图像,基于受控衰减参数(CAP)评分开发了AI模型。经验证,该AI模型具有高精确度,受试者工作特征曲线下面积(AUC)达到0.82至0.83。

Uchida-Kobayashi 教授表示:"利用易于获取且成本低廉的胸部X光开发诊断方法,有望提升脂肪肝检出率。我们希望该技术未来能投入实际应用。"

Story Source:

Materialsprovided byOsaka Metropolitan University.Note: Content may be edited for style and length.

Journal Reference:

Daiju Ueda, Sawako Uchida-Kobayashi, Akira Yamamoto, Shannon L. Walston, Hiroyuki Motoyama, Hideki Fujii, Toshio Watanabe, Yukio Miki, Norifumi Kawada.Performance of a Chest Radiograph–based Deep Learning Model for Detecting Hepatic Steatosis.Radiology: Cardiothoracic Imaging, 2025; 7 (3) DOI:10.1148/ryct.240402

排行榜

备案号:京ICP备2023036195号-1

地址:北京市丰台区南三环西路16号2号楼

地址:山东省济南市历城区唐冶绿地汇中心36号楼

电话: 400-635-0567

北前院微信公众号