根据《放射学》上发表的一项研究,人工智能 (AI) 可以使用肺部低剂量 CT 扫描数据来改善肺癌、心血管疾病和其他原因死亡的风险预测。
美国预防服务工作组建议每年对 50 至 80 岁肺癌高风险人群(例如长期吸烟者)进行胸部低剂量 CT (LDCT) 肺部筛查。除了肺部图像外,扫描还提供有关胸部其他结构的信息。
“当我们查看 CT 图像时,主要关注的是识别疑似肺癌的结节,但空间中编码了更多的解剖信息,包括身体成分信息,”该研究的主要作者 Kaiwen Xu 说。博士田纳西州纳什维尔范德比尔特大学计算机科学系的候选人。
Xu 和同事此前开发、测试并公开发布了一种人工智能算法,该算法可自动从肺部筛查 LDCT 中得出身体成分测量值。身体成分是衡量体内脂肪、肌肉和骨骼百分比的指标。身体成分异常,例如肥胖和肌肉质量减少,与代谢紊乱等慢性健康状况有关。
研究还表明,身体成分有助于心血管疾病和慢性阻塞性肺病的风险分层和预后。在肺癌治疗中,身体成分已被证明会影响生存和生活质量。
在这项新研究中,研究人员评估了人工智能衍生的身体成分测量的附加值。他们使用了国家肺部筛查试验中 20,000 多名受试者的 CT 扫描。
结果表明,纳入这些测量结果可以改善对肺癌、心血管疾病和全因死亡率死亡的风险预测。