AI腹部脂肪测量预测心脏病发作和中风

根据一年一度的一项研究，腹部CT图像的自动化腹部CT图像的深度测量和预测主要的心血管事件，例如心脏病发作和中风，比整体重量或体重指数（BMI）更好北美放射学会会议（RSNA）。

“建立的心血管风险模型依赖于体重和BMI的因素，这些因素是身体成分的原油替代品，”Chifornia大学旧金山大学腹部成像和超声研究所说。“这很好地确立了具有相同BMI的人们可以明显不同比例的肌肉和脂肪。这些差异对各种健康结果很重要。”

与基于高度和重量的BMI不同，腹部的单个轴向CT切片可视化皮下脂肪区域，内脏脂肪区域和骨骼肌区域的体积。然而，手动测量这些个体区域是时间密集且昂贵的。

作为波士顿的Brigham和女性医院的放射学，Magudia博士是研究人员多学科团队的一部分，包括辐射学家，数据科学家和生物统计学家，他们开发了一种使用深入学习的全自动方法 - 一种人工智能（AI）） - 确定来自腹部CT图像的身体成分度量。

“常规执行的腹部CT扫描提供了一种更加粒度的观察身体构成，但我们目前没有利用它，”马格达米博士说。

研究队列来自于2012年波士顿的合作伙伴医疗保健的23,136名患者的33,182名腹部CT门诊考试。研究人员确定了12,128名患者在成像时没有重大心血管和癌症诊断。患者的平均年龄为52岁，57％的患者是女性。

研究人员选择L3 CT切片（来自第三腰椎椎骨）和每个患者的计算身体成分区域。然后基于皮下脂肪区域，内脏脂肪区域和骨骼肌区域的标准化值分为四种四分位数。

在这项回顾性研究中，确定了这12,128名患者中的哪一个有心肌梗塞（心脏病发作）或在其指数腹部CT扫描后5年内卒中。研究人员发现了1,560个心肌梗塞和938中风发生在这项研究组中。

统计分析表明，内脏脂肪区域与未来心脏病发作和中风独立相关。BMI与心脏病或中风无关。

“具有最高比例的内脏脂肪区域的患者患者更有可能有一个心脏病发作，即使在调整已知的心血管危险因素时，Magudia博士说。“在腹部CT考试后的几年内，该组患有最低含膜脂肪区域的患者免受脑卒中的影响。”

“这些结果表明，通过CT优异的传统生物标志物实现了体肌和脂肪隔室的精确度，以预测心血管结果的风险，”她补充说。

根据Magudia博士的说法，这项工作表明，完全自动化和标准化身体现在可以应用成分分析对大规模研究项目。

“这项工作显示了AI系统的承诺，增加了价值临床护理通过从现有的成像数据中提取新信息，“Magudia博士说。”AI系统的部署将允许放射科医生，心理学家和初级保健医生以最少的递增成本对卫生保健系统的较低患者提供更好的照顾。“

---

---