美國國立衛(wèi)生研究院和威斯康星大學(xué)的研究人員證明，與目前的標準方法(例如弗雷明漢風險評分(FRS)和人體質(zhì)量)相比，使用人工智能分析CT掃描可以對重大心血管事件進行更準確的風險評估。指數(shù)(BMI)。


僅在美國，每年就進行超過8000萬次人體CT掃描，但是通常忽略了有關(guān)人體成分的寶貴預(yù)后信息。例如，在這項研究中，進行常規(guī)結(jié)腸直腸癌篩查的腹部掃描揭示了與心臟相關(guān)風險的重要信息-當使用AI分析圖像時。

該研究比較了源自圖像處理算法的基于CT的自動人體成分生物標記物相對于常規(guī)使用的臨床參數(shù)預(yù)測主要心血管事件和總體存活率的能力。研究人員發(fā)現(xiàn)，基于CT的測量在預(yù)測下游不良事件(包括死亡或心肌梗塞，腦血管意外或充血性心力衰竭)方面比FRS和BMI更準確。結(jié)果發(fā)表在《柳葉刀數(shù)字健康》上。

美國國立衛(wèi)生研究院臨床中心，該研究的高級作者羅納德·M·薩默斯(Ronald M. Summers)博士說：“我們發(fā)現(xiàn)，自動化措施比已建立的臨床生物標志物能提供更準確的風險評估?！薄斑@表明了一種利用人工智能方法來利用嵌入在所有此類掃描中的生物特征數(shù)據(jù)的潛力，這些生物特征數(shù)據(jù)還可以用于其他各種適應(yīng)癥，并獲得可以幫助人們更好地了解其整體健康狀況和嚴重不良事件風險的信息?！?br>
該研究在腹部CT掃描上使用了五個AI計算機程序，以準確測量肝臟體積和脂肪變化，內(nèi)臟脂肪體積，骨骼肌體積，脊柱骨礦物質(zhì)密度和動脈狹窄。研究人員發(fā)現(xiàn)，不僅可以基于自動CT的生物標記物的組合與FRS和BMI相比在預(yù)測任何癥狀出現(xiàn)之前預(yù)測心血管事件和死亡方面均具有可喜的優(yōu)勢，而且實際上是主動脈鈣化的CT測量，即鈣沉積物的堆積。在主要的心血管事件和總體生存率方面，僅主動脈瓣明顯優(yōu)于FRS。

研究人員還觀察到，BMI不能很好地預(yù)測心血管事件和總生存，并且所有五項基于CT的自動測量指標在不良事件預(yù)測方面均明顯優(yōu)于BMI。

威斯康星大學(xué)醫(yī)學(xué)院公共衛(wèi)生學(xué)院的醫(yī)學(xué)博士Perry J. Pickhardt表示：“這種機會性地使用其他基于CT的生物標記物為醫(yī)生已經(jīng)在做的事情提供了客觀價值?！薄斑@種自動化過程不需要對患者進行額外的時間，精力或放射線照射，但是這些預(yù)后措施有一天可能通過癥狀前檢測到心血管升高或其他健康風險而影響患者的健康?！?br>
這項研究基于先前設(shè)計Summers博士在NIH臨床中心放射學(xué)和影像科學(xué)系實驗室中進行的AI算法以及他先前與Pickhardt博士的合作來開發(fā)，訓(xùn)練，測試和驗證用于測量的全自動算法的努力身體成分采用腹部CT。研究人員計劃在其他研究中測試這種方法，包括種族更加多樣化的人群。