人工智能识别医生遗漏之处：胸部X光片中隐藏的脂肪肝疾病

目前，诊断脂肪肝的标准检测方法包括超声波、CT和MRI，这些都需要昂贵的专用设备和设施。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较少。虽然该检测主要是用于检查肺部和心脏状况，但它也能捕捉到部分肝脏，因此有可能检测出脂肪肝的迹象。然而，胸部X光与脂肪肝之间的关系很少成为深入研究的主题。

因此，由大阪公立大学医学研究科的准教授内田-小林（Sawako Uchida-Kobayashi）和上田大樹（Daiju Ueda）领导的研究小组开发了一种人工智能模型，该模型可以从胸部X光图像中检测出脂肪肝的存在。

在这项回顾性研究中，研究团队使用了总计6599张胸部X光图像（包含来自4414名患者的数据），基于受控衰减参数（Controlled Attenuation Parameter, CAP）评分开发了AI模型。经验证，该AI模型具有很高的准确性，其受试者工作特征曲线下面积（AUC）在0.82至0.83之间。

内田-小林准教授表示：“利用容易获得且价格低廉的胸部X光开发诊断方法，有潜力改善脂肪肝的检测。我们希望它未来能投入实际应用。”