基于CT的身体组成测量和系统性疾病:在10万多名患者中使用人工智能工具进行人口级分析

科学领域:

• 放射学 放射学是一门学科.
• 人工智能的人工智能
• 医疗成像医学成像

背景情况:

• 基于计算机断层扫描 (CT) 的身体组成分析与健康结果有关.
• 人工智能 (AI) 能够在大型患者队伍中自动测量身体成分.
• 了解人体组成的人口和疾病相关变化是必不可少的.

研究的目的:

• 评估年龄,性别和常见的全身疾病之间的关联,使用CT衍生体质成分指标.
• 评估自动化人工智能工具在量化身体组成参数方面的性能.
• 建立基于人工智能的身体组成分析中规范性参考范围的基础.

主要方法:

• 对140,606个成年人的腹部CT扫描进行了回顾性分析.
• 应用13个自动化AI工具来量化肝脏,脏,脏,脊椎,肌肉和脂肪的组成.
• 电子健康记录审查以确定系统性疾病,如癌症,心血管疾病 (CVD),糖尿病 (DM),肝硬化.

主要成果:

• 年龄,性别和系统性疾病是所有13个身体组成指标 (p < .001) 的显著预测因素.
• 年龄预测所有指标;性别预测 12;癌症预测 9;心血管疾病预测 11;糖尿病预测 13;肝硬化预测 12.
• 模型显示适应的良好程度可变 (R2 = 0.03-0.43).

结论:

• 人口因素 (年龄,性别) 和常见的全身性疾病是人工智能衍生的CT体质成分指标的重要预测因素.
• 这些发现对于开发基于AI的身体组成工具的临床参考范围至关重要.
• 人工智能工具提供了一个可扩展的方法来评估不同患者群体的身体组成.