目前诊断脂肪肝的标准检测手段包括超声波、CT和核磁共振成像,这些检查需要昂贵的专业设备和设施。相比之下,胸部X光检查应用更广泛、成本较低且辐射暴露量小。虽然该检查主要用于评估肺部与心脏状况,但成像范围也涵盖部分肝脏区域,因此具备检测脂肪肝征象的潜力。然而胸部X光与脂肪肝之间的关联性鲜少成为深入研究课题。
为此,大阪市立大学研究生院医学研究科的Sawako Uchida-Kobayashi副教授与Daiju Ueda副教授领衔的研究团队,开发出可通过胸部X光图像识别脂肪肝的人工智能模型。
本项回顾性研究共采用4,414名患者的6,599张胸部X光图像,基于受控衰减参数(CAP)评分开发AI模型。经验证该模型具有高度准确性,接收者操作特征曲线下面积(AUC)介于0.82至0.83之间。
"利用便捷廉价的胸部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。"Uchida-Kobayashi教授表示。
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
2025-08-17
2025-08-17
2025-08-17
2025-08-17