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光检查更为频繁、成本相对较低且辐射暴露量小。尽管该检查主要用于评估肺部和心脏状况,但它也会捕捉到部分肝脏区域,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联鲜少成为深入研究的主题。
因此,大阪都市大学医学研究科的内田-小林小枝子副教授和上田大慈副教授领导的研究团队开发了一种AI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,团队利用4,414名患者的共计6,599张胸部X光图像,基于受控衰减参数(CAP)评分开发了AI模型。经验证,该AI模型具有高精确度,其接收者操作特征曲线下面积(AUC)达0.82至0.83。
内田-小林教授表示:"利用易于获取且低成本的胸部X光开发诊断方法,有望提升脂肪肝检出率。我们期待未来能将其投入实际应用。"
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