人工智能发现医生漏诊的脂肪肝疾病：胸部X光片中的隐藏病灶

目前，诊断脂肪肝的标准检测方法包括超声波、计算机断层扫描（CT）和磁共振成像（MRI），这些方法需要昂贵的专用设备和设施。相比之下，胸部X光检查更为频繁、成本相对较低且辐射暴露量小。虽然该检查主要用于检查肺部和心脏状况，但它也拍摄到了部分肝脏，从而有可能检测到脂肪肝的迹象。然而，胸部X光与脂肪肝之间的关系很少成为深入研究的课题。

因此，大阪公立大学医学研究科的 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，能够通过胸部X光图像检测脂肪肝的存在。

在这项回顾性研究中，研究团队使用总共 6,599 张包含 4,414 名患者数据的胸部X光图像，开发了一个基于受控衰减参数（CAP）评分的人工智能模型。该人工智能模型经验证具有高度准确性，其受试者工作特征曲线下面积（AUC）在 0.82 至 0.83 之间。

"利用易于获取且价格低廉的胸部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，"Uchida-Kobayashi 教授表示。