研究人员利用深度学习人工智能模型，识别出他们描述为首个可以直接在标准医学图像上看到的慢性压力生物标志物。这些发现将于下周在美国放射学会（RSNA）年会上公布。
根据美国心理学会的说法，慢性压力不仅影响情绪，还会影响身心健康，导致焦虑、睡眠困难、肌肉疼痛、高血压和免疫系统功能下降等问题。研究还表明，持续的压力与心脏病、抑郁症和肥胖等主要疾病有关。
AI测量常规CT扫描中的肾上腺
该研究的主要作者、马里兰州巴尔的摩约翰霍普金斯大学医学院博士后研究员埃莱娜·戈特比博士创建并训练了一种深度学习工具，旨在使用已经进行的CT扫描来计算肾上腺的大小。
仅在美国，每年就有数千万次胸部CT扫描。
"我们的方法利用了广泛可用的影像数据，并为使用现有的胸部CT扫描大规模评估慢性压力在各种条件下的生物学影响打开了大门，"戈特比博士说。"这种AI驱动的生物标志物有可能在不进行额外测试或辐射的情况下，增强心血管风险分层并指导预防性护理。"
使压力负担在体内可见
约翰霍普金斯大学放射学教授、高级作者沙德普尔·德梅赫里博士指出，慢性压力极为普遍，是许多成年人每天都会经历的事情。
"这是我们第一次能够在体内'看到'长期压力负担，使用的是全国医院每天患者都会接受的扫描，"德梅赫里博士说。"到目前为止，除了问卷调查、慢性炎症等替代血清标志物以及获取非常繁琐的皮质醇测量外，我们还没有办法测量和量化慢性压力的累积效应。"
与单次皮质醇测试不同，单次皮质醇测试只反映某一时间点的压力，肾上腺的大小更像是慢性压力的长期测量指标。
大型多民族队列将影像、激素和压力负荷联系起来
在这项研究中，研究团队分析了2,842名参与者（平均年龄69.3岁；51%为女性）的信息，这些参与者来自多民族动脉粥样硬化研究，这是一项大型研究，结合了胸部CT影像、经过验证的压力问卷、皮质醇测量和负荷稳态指标——慢性压力对身体的累积生理和心理影响。因为它在同一受试者中整合了影像、生物化学数据和心理社会评估，所以这个队列特别适合，可能是唯一可用的，用于创建基于影像的慢性压力标志物。
研究人员将深度学习模型应用于CT扫描，自动勾勒并测量肾上腺体积。他们将肾上腺体积指数（AVI）定义为肾上腺体积（cm³）除以身高²（m²）。为了捕捉激素模式，参与者在两天内每天提供八次唾液皮质醇。负荷稳态是使用身体质量指数、肌酐、血红蛋白、白蛋白、葡萄糖、白细胞计数、心率和血压计算的。
肾上腺体积指数跟踪压力、激素和心脏风险
然后，研究团队检查了AVI与皮质醇、负荷稳态和一系列心理社会压力指标（如抑郁评分和感知压力问卷）的关系。他们发现，AI模型生成的AVI与既定的压力问卷、循环皮质醇水平以及未来不良心血管事件相一致。
较高的AVI值与更大的总体皮质醇暴露、更高的峰值皮质醇水平和增加的负荷稳态相关。报告高感知压力水平的人与报告低压力的人相比，AVI更高。AVI还与更高的左心室质量指数相关，这是一个与心脏结构相关的测量指标。AVI每增加1 cm³/m²，心力衰竭和死亡风险就会增加。
"通过我们参与者的长达10年随访数据，我们能够将AI衍生的AVI与临床意义和相关结果相关联，"戈特比博士说。"这是首个已被验证并显示对心血管结果（即心力衰竭）有独立影响的慢性压力影像标志物。"
量化压力累积影响的新方法
"三十多年来，我们一直知道慢性压力会在多个系统中磨损身体，"该研究的合著者、加州大学洛杉矶分校流行病学教授、压力与健康领域的先驱研究者特蕾莎·E·西曼博士说。"这项工作如此令人兴奋的原因在于，它将常规获得的影像特征——肾上腺体积与经过验证的压力生物学和心理学测量联系起来，并表明它独立预测了一个主要临床结果。这是在操作化压力对健康的累积影响方面真正的前进。"
德梅赫里博士解释说，将简单的影像测量与几个经过验证的压力和疾病结果标志物联系起来，为在日常临床实践中测量慢性压力创造了一种新的实用方法。
"这项工作的关键意义在于，这种生物标志物可以从美国广泛进行的CT扫描中获得，"德梅赫里博士说。"其次，它是肾上腺体积的生理合理测量，这是慢性压力生理级联的一部分。"
研究人员指出，这种影像生物标志物可能适用于影响中老年人的许多与压力相关的疾病。
其他合著者包括罗汉·哈迪奇、赛义德侯曼·赛义德克拉米、昆西·A·哈撒韦医学博士/哲学博士、迈克尔·班克斯、尼基尔·苏巴斯、马修·J·布多夫医学博士、大卫·A·布鲁姆克医学博士/哲学博士、R·格雷厄姆·巴尔和若昂·A·C·利马医学博士。
【全文结束】
