人工智能可以通过对乳房肌肉进行测量来检测女性的2型糖尿病吗?tomosynthesis:诊断研究研究

科学领域:

• 放射学和医学成像学 医学成像学
• 医疗保健中的人工智能
• 内分泌学和代谢性疾病.

背景情况:

• 2型糖尿病 (T2DM) 是一个重要的全球健康问题.
• 目前T2DM的诊断方法可能是侵入性的或需要特定的预约.
• 数字乳腺图解合成 (DBT) 是用于乳腺癌查的广泛使用的成像模式.

研究的目的:

• 研究人工智能 (AI) 在检测T2DM方面的潜力.
• 评估使用DBT扫描用于T2DM检测的胸肌成像的使用.
• 评估AI在根据肌肉组织模式区分糖尿病状况时的准确性.

主要方法:

• 追溯分析了来自287名女性患者的11,594张DBT图像.
• 卷积神经网络 (EfficientNetB5) 在胸肌图像上进行训练.
• 患者被分为糖尿病 (HbA1c ≥6.5%),糖尿病前期 (5.66.4%) 和对照 (≤5.5%) 组.

主要成果:

• 人工智能模型在检测糖尿病状况方面实现了92%的准确率.
• 观察到的高性能指标是:F1得分为0.95,AUC-ROC为0.995,特异性和灵敏度为95%.
• 人工智能证明了在胸部肌肉组织中区分病理变化的能力.

结论:

• 在DBT图像上对胸肌的AI分析为T2DM检测提供了一种新的方法.
• 这种技术提供了一个潜在的非侵入性和机会性查糖尿病的工具.
• 人工智能可能在从放射图像中识别肌肉组织病理方面有更广泛的应用.