量化超声波和人工智能用于评估脂肪肝严重性的应用:试点研究

科学领域:

• 肝病学 肝病学是一种肝病学.
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 非酒精性脂肪肝 (NAFLD) 是一个重要的全球健康问题,通常与肥胖和糖尿病有关.
• 目前用于NAFLD的超声波诊断方法经常缺乏足够的准确性和精度.
• 需要先进,可靠的非侵入性诊断工具来评估NAFLD的严重程度.

研究的目的:

• 验证一个AI增强的定量超声波 (QUS) 算法来评估NAFLD严重程度.
• 将AI增强的QUS算法的性能与磁共振成像质子密度脂肪分数 (MRI-PDFF) 的性能进行比较.
• 为了评估传统的超声波技术与MRI-PDFF对抗NAFLD诊断.

主要方法:

• 进行了一项单中心横截面试验研究.
• 使用AI增强的QUS衰减系数 (QUS-AC),FibroTouch超声衰减参数 (UAP) 和佳能衰减成像 (ATI) 来测量肝脏脂肪含量.
• 结果与MRI-PDFF值相关,并计算了类内相关系数 (ICC).

主要成果:

• 人工智能增强的QUS-AC显示出与MRI-PDFF (R=0.95) 和高ICC (0.983) 的强烈相关性.
• 传统的方法,ATI (R=0.73,ICC=0.76) 和UAP (R=0.51,ICC=0.39),与MRI-PDFF相比显示出更低的相关性和ICC.
• 在评估肝脏脂肪含量方面,AI增强的QUS-AC显著超过了ATI和UAP.

结论:

• 人工智能增强的定量超声波衰减系数 (QUS-AC) 显示了高准确性和可靠性,用于非侵入性NAFLD诊断.
• 这种人工智能驱动的方法为NAFLD严重性评估提供了传统超声波技术的有希望的替代方案.
• 这些发现支持AI增强的QUS作为临床实践中管理NAFLD的有价值工具的潜力.