人工智能可以简化肌肉质量损失的查吗?
Enrico Buccheri1, Daniele Dell'Aquila2,3, Marco Russo4,5
1Department of Biomedical and Biotechnological Sciences, Section of Pharmacology, University of Catania, 95123 Catania, Italy.
Heliyon
|May 30, 2023
概括
使用人体测量数据的新型,低成本的查工具可以有效地识别肉症 (与年龄相关的肌肉损失). 这种由人工智能驱动的方法为早期诊断和管理提供了比昂贵的DEXA扫描更简单,更准确的替代方案.
科学领域:
- 老年学是一门学科.
- 人工智能的人工智能
- 生物识别信息 生物识别信息
背景情况:
- 萨科佩尼亚是老年人患病和死亡的一个重要风险因素.
- 目前的诊断依赖于昂贵的放射学方法,如DEXA,这阻碍了广泛的查.
- 萨科佩尼亚的高患病率需要具有成本效益的诊断工具.
研究的目的:
- 开发一种几乎零成本的查工具,以模拟DEXA的性能.
- 为了促进大规模的,早期诊断肌肉质量损失及时干预.
- 为了减少肉症的患病率和相关的健康并发症.
主要方法:
- 利用了大约14500名NHANES参与者的横截面数据 (1999-2006).
- 使用基于决策树的最先进的人工智能方法.
- 分析了38个非实验室变量,专注于人类参数.
主要成果:
- 一个使用减少了一组人体参数的模型在预测DEXA结果方面取得了高准确性 (AUC 0.92-0.94).
- 一个包括身体周长和脂肪评估在内的6个变量模型显示了0.89的灵敏度和0.82.8的特异性.
- 一个更简单的工具专注于下肢测量显示了可比的准确性 (AUC 0.88-0.90).
结论:
- 仅仅人类测量数据就包含了对 Sarcopenia 查的重要预测信息.
- 新开发的AI模型不那么复杂,而且比现有的工具更准确.
- 这些发现表明,对皮症的标准诊断算法存在潜在的转变,需要进一步的临床验证.
