通过跨学科的合作与交流,我们能够突破传统思维的边界,开拓新的研究领域。

——院长致词

首页 > 科学研究 > 医药卫生

AI识别出医生遗漏的:藏匿于胸部X光片中的脂肪肝疾病

本站发布时间:2025-07-01 12:36:58
注:部分名称可能翻译不全,如有问题可联系15163559288@163.com

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

排行榜

备案号:京ICP备2023036195号-1

地址:北京市丰台区南三环西路16号2号楼

地址:山东省济南市历城区唐冶绿地汇中心36号楼

电话: 400-635-0567

北前院微信公众号