通常，脂肪肝的诊断需要使用超声波、CT、MRI等专业设备检查，但大阪公立大学研究生院医学研究科肝胆胰病态内科学的打田佐和子副教授与人工智能学的植田大树副教授的研究团队，开发出了一种能够从胸部X光影像判断出是否有脂肪肝的AI模型。相关成果已发表在期刊《Radiology: Cardiothoracic Imaging》上。
图1：胸部X光影像中AI判断依据的可视化（供图：大阪公立大学）
脂肪肝是一种因脂肪在肝脏堆积而引发的疾病，据估计全球约每4人中就有1人罹患此病。若对脂肪肝放任不管，可能引发肝硬化、肝癌等严重合并症，因此早期发现并治疗非常重要。
目前，脂肪肝的标准检查方法有超声检查、CT、MRI等，均需要专业的装置和设备。另一方面，胸部X光检查在全球范围内广泛应用，相对廉价且辐射暴露量较少。该检查原本是为了观察肺部和心脏的状态，但也能拍摄到部分肝脏，故有可能发现脂肪肝的迹象。然而，关于胸部X光检查与脂肪肝之间的关联，此前研究尚不充分。
研究团队开发了利用胸部X光影像检测脂肪肝的AI模型，并评估了其性能。为进行AI模型的开发与验证，研究团队收集了2013年至2023年10年间来自大阪公立大学医学部附属医院及尖端预防医疗部附属诊所MedCity21的6599张胸部X光影像。脂肪肝的评估则基于FibroScan检查的CAP值进行。将MedCity21患者的影像数据按8:1:1的比例随机分为训练集、调优集和内部测试集。此外，大阪公立大学医学部附属医院的患者则作为外部测试集。
评估的结果显示，内部测试集的AUC、准确率、灵敏度、特异度分别为0.83、77%、68%、82%，外部测试集则为0.82、76%、76%、76%，均表现出较高的精度。这表明利用胸部X光影像可轻松检测脂肪肝的新的可能性。
开发的AI模型显示出从胸部X光影像高精度推断脂肪肝的可能性，有望拓宽脂肪肝诊断的选项范围。由此，脂肪肝的早期发现与早期治疗将成为可能，并可能促进患者的预后改善。通过使用该模型，仅凭胸部X光检查即可进行脂肪肝筛查，因此也有望通过减少检查项目来减轻患者负担并降低医疗成本。
今后，为进一步验证模型的泛化性能并评估其在实际临床中的有用性，需要在不同人群和环境下确认其性能，同时慎重确认其在实际诊疗应用中的效果和影响。研究团队未来的目标是构建一个不会漏诊脂肪肝、便于所有人接受的诊断系统。
打田副教授表示：“此次成功开发出了能够从胸部X光影像高精度判断是否有脂肪肝的AI模型。肝病早期几乎没有任何初期症状，所以一般认为早期发现很困难。今后我们将进一步验证该模型并推动其临床应用，以期促进肝病的早期发现与早期治疗。”
原文：《科学新闻》
翻译：JST客观日本编辑部
【论文信息】
期刊：Radiology: Cardiothoracic Imaging
论文：Performance of a Chest Radiograph-based Deep Learning Model for Detecting Hepatic steatosis
DOI：doi.org/10.1148/ryct.240402
