脂肪肝病是由肝脏中脂肪积累引起的疾病，据估计全球每四人中就有一人受其影响。如果不及时治疗，这种疾病可能导致严重的并发症，如肝硬化和肝癌，因此早期发现和开始治疗至关重要。
目前，诊断脂肪肝病的标准测试包括超声波、CT和MRI，这些检查需要昂贵的专业设备和设施。相比之下，胸部X光检查更为频繁地进行，成本相对较低，并且辐射暴露较少。尽管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影像，从而有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，大阪都市大学医学院（Osaka Metropolitan University's Graduate School of Medicine）的Sawako Uchida-Kobayashi副教授和Daiju Ueda副教授领导的研究团队开发了一种AI模型，可以通过胸部X光图像检测脂肪肝疾病的存在。
在这项回顾性研究中，研究人员使用了包含4,414名患者的6,599张胸部X光图像来开发该AI模型，并利用控制衰减参数（CAP）评分进行验证。结果表明，该AI模型具有很高的准确性，其接收者操作特征曲线（AUC）下的面积范围为0.82至0.83。
Uchida-Kobayashi副教授表示：“利用容易获取且成本低廉的胸部X光片开发诊断方法，有潜力改善脂肪肝的检测。我们希望它未来能够投入实际应用。”
来源：大阪都市大学
期刊参考文献：
Ueda, D., 等 (2025). 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》。doi.org/10.1148/ryct.240402.
(全文结束)
