胸部放射作为衰老的生物标志物:基于人工智能的多机构模型开发和验证在日本

科学领域:

• 放射学和医学成像学 医学成像学
• 人工智能在医学中的应用
• 生物标志物开发 生物标志物开发

背景情况:

• 胸部X射线图是易于使用且具有成本效益的成像工具.
• 它们作为使用多机构数据的衰老生物标志物的实用性尚未得到充分探索.
• 从现有的成像数据开发新的生物标志物对于推进医学诊断至关重要.

研究的目的:

• 开发一种人工智能 (AI) 模型,从胸部放射图中估计时间年龄.
• 使用多机构数据验证人工智能模型的性能.
• 检查AI估计的年龄与各种慢性疾病之间的相关性.

主要方法:

• 一项回顾性,多机构研究,涉及健康个体和已知疾病患者的胸部放射图.
• 训练,调整和对人工智能模型进行外部测试,以从胸部放射图中估计年龄.
• 统计分析包括相关系数,错误指标和疾病关联的几率比率.

主要成果:

• 人工智能模型在健康个体的AI估计年龄和时间年龄之间显示出强烈的相关性 (0.95).
• 人工智能估计的年龄和时间学年龄之间的差异与高血压,COPD,间歇性肺病和肝硬化等疾病的几率增加有关.
• 人工智能模型在年龄估计中实现了平均绝对误差为3.0年.

结论:

• 从胸部X射线图中基于人工智能的年龄估计是衰老的可行和准确的生物标志物.
• 这种生物标志物与各种慢性疾病有显著的相关性,表明潜在的风险分层.
• 这种方法可能会导致对与年龄相关的病理进行更好的诊断,预防和治疗策略.