目前诊断脂肪肝的标准检测包括超声、CT和磁共振成像,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、成本相对较低且辐射暴露量小。虽然该检查主要用于评估肺部和心脏状况,但也能拍摄到部分肝脏区域,从而具备检测脂肪肝迹象的可能性。然而,胸部X光与脂肪肝之间的关联性鲜少成为深入研究的主题。
为此,大阪公立大学研究生院医学研究科的胁田-小林小枝子副教授和上田大受副教授领导的研究小组,开发出一种能够通过胸部X光影像检测脂肪肝存在的人工智能模型。
在这项回顾性研究中,研究团队利用4,414名患者的6,599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。
胁田-小林教授表示:"利用便捷且经济的胸部X光开发诊断方法,有望提升脂肪肝的检出率。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
2025-07-01
2025-07-01
2025-07-01
2025-07-01
2025-07-01