目前诊断脂肪肝的标准检测包括超声、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光检查更为普及、成本较低且辐射暴露较少。虽然该检查主要用于评估肺部和心脏状况,但也摄入了部分肝脏区域,从而有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鲜少获得深入研究。
为此,大阪公立大学医学研究科的内田-小林沙和子副教授与上田大受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光影像检测脂肪肝的存在。
在这项回顾性研究中,研究团队利用4414名患者的6599张胸部X光影像数据,基于受控衰减参数(CAP)评分开发了AI模型。经验证,该AI模型具有高度准确性,其受试者工作特征曲线下面积(AUC)达到0.82至0.83。
内田-小林教授表示:"利用易于获取且价格低廉的胸部X光开发诊断方法,有望提升脂肪肝检出率。我们期待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