目前,诊断脂肪肝的标准检测包括超声波、CT和MRI,这些方法需要昂贵的专业设备和设施。相比之下,胸部X光检查应用更为频繁、成本相对较低且辐射暴露量低。尽管该检测主要用于检查肺部和心脏状况,但它也能捕捉到部分肝脏,从而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却鲜少成为深入研究的课题。
因此,大阪公立大学医学研究生院的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,研究团队利用4414名患者的6599张胸部X光图像数据,开发了一个基于受控衰减参数(CAP)评分的人工智能模型。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)在0.82至0.83之间。
Uchida-Kobayashi教授表示:"利用易于获取且成本低廉的胸部X光开发诊断方法,具有改善脂肪肝检测的潜力。我们期待未来它能投入实际应用。"
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
2025-08-31
2025-08-31
2025-08-31
2025-08-31
2025-08-31