根据今天在北美放射学会(RSNA)年会上发表的一项研究，对腹部CT图像的自动深度学习分析能够更精确地测量身体成分，并预测主要心血管事件，如心脏病发作和中风，比总体体重或体重指数(BMI)更好。
加州大学旧金山分校(University Of California San Francisco)腹部成像和超声研究员、医学博士柯蒂·马古迪亚(Kirti Magudia)说：“已经建立的心血管风险模型依赖于体重和体重指数(BMI)等因素，这些因素是身体成分的粗略代名词。”“众所周知，体重指数相同的人肌肉和脂肪的比例会明显不同。这些差异对各种健康结果都很重要。”
与基于身高和体重的BMI不同，腹部单轴CT切片显示皮下脂肪区、内脏脂肪区和骨骼肌区的体积。然而，手工测量这些单独的区域需要花费大量的时间和费用。
作为波士顿布里格姆妇女医院(Brigham and Women‘s Hospital)的放射科住院医师，马古迪亚博士是包括放射学家、数据科学家和生物统计学家在内的多学科研究团队的一员，他开发了一种完全自动化的方法，利用深度学习--一种人工智能(AI)--从腹部CT图像中确定人体组成指标。
Magudia博士说：“常规的腹部CT扫描为观察身体成分提供了一种更细粒度的方法，但我们目前并没有利用它。”
这项研究是根据2012年在波士顿合作医疗机构对23,136名患者进行的33,182次腹部CT门诊检查得出的。研究人员鉴定了12128名患者，他们在成像时没有发现主要的心血管和癌症诊断。患者平均年龄52岁，57%为女性。
研究人员选择了L3CT切片(从第三腰椎)，并计算了每个病人的身体组成面积。根据皮下脂肪面积、内脏脂肪区和骨骼肌面积的归一化值，将患者分为四个四分位数。
在这项回顾性研究中，我们确定了这12,128名患者在其指数腹部CT扫描后5年内有心肌梗塞(心脏病发作)或中风。研究人员发现1560个心肌梗死和938例中风发生在这个研究组。
统计分析表明，内脏脂肪区与未来的心脏病发作和中风有着独立的联系。BMI与心脏病发作或中风无关。
Magudia博士说：“即使考虑到已知的心血管危险因素，内脏脂肪面积比例最高的患者更有可能患心脏病。”腹部CT检查后的几年内，内脏脂肪含量最低的一组患者可避免中风。
她补充说：“这些结果表明，通过CT精确测量身体、肌肉和脂肪间隔比传统的生物标记物更能预测心血管疾病的风险。”
根据Magudia博士的说法，这项工作表明，完全自动化和规范化的身体成分分析现在可以应用于大规模的研究项目。
Magudia博士说：“这项工作表明人工智能系统有望通过从现有成像数据中提取新信息来增加临床护理的价值。”“人工智能系统的部署将使放射科医生、心脏病专家和初级保健医生能够以最低的医疗系统增量成本向病人提供更好的护理。”
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
