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
2025-06-30
2025-06-30
2025-06-30
2025-06-30
2025-06-30