脂肪肝疾病是由于肝脏中脂肪堆积所引发的，据估计全球每四人中就有一人受到影响。如果不及时治疗，该病可能导致严重的并发症，如肝硬化和肝癌，因此早期发现并开始治疗至关重要。
目前，诊断脂肪肝疾病的常规检查包括超声波、CT和MRI，这些检查需要昂贵的专用设备和设施。相比之下，胸部X光检查更为频繁，成本相对较低，且辐射暴露较少。虽然这项检查主要用于评估肺部和心脏状况，但它也能捕捉到部分肝脏区域，从而可能检测出脂肪肝疾病的迹象。然而，胸部X光与脂肪肝疾病之间的关系很少成为深入研究的主题。
因此，由大阪都市大学（Osaka Metropolitan University）医学院研究生院副教授内田小奈子（Sawako Uchida-Kobayashi）和副教授上田大治（Daiju Ueda）领导的研究团队开发了一种AI模型，能够通过胸部X光图像检测脂肪肝疾病的存在。
在这项回顾性研究中，研究团队使用了6,599张包含4,414名患者数据的胸部X光图像，开发了一种基于控制衰减参数（CAP）评分的AI模型。该AI模型被验证具有高准确性，其受试者工作特征曲线下面积（AUC）范围为0.82至0.83。
“利用易于获取且成本低廉的胸部X光进行诊断的方法，有潜力改善脂肪肝的检测。我们希望未来能够将其投入实际应用。”内田小奈子教授表示。
参考文献：
Daiju Ueda, Sawako Uchida-Kobayashi, Akira Yamamoto，《基于胸部X光的深度学习模型在检测肝脂肪变性中的表现》，《放射学心血管影像》（Radiology Cardiothoracic Imaging），
(全文结束)
