3D人体构成和人工智能 - - 一种新的工具,用于评估肉症和预测紧急腹部手术中术后的结果
Chui Foong Ong1, Ke Cao1, Gabriel Lirios1
1Department of Surgery, Western Precinct, University of Melbourne, Victoria, Australia.
ANZ journal of surgery
|December 22, 2025
概括
由人工智能驱动的3D人体构成识别的萨尔科佩尼亚,预测了紧急腹部手术患者的不良结果. 这种先进的方法有助于识别高风险个体,以便更好地分层风险.
科学领域:
- 放射学和成像学 放射学和成像学
- 老年学是指老年学的学科.
- 外科手术的结果
背景情况:
- 萨科佩尼亚与紧急腹腔切除术中死亡率和发病率的增加有关.
- 传统的2DCT扫描对肉症是耗时的,并提供有限的数据.
- 人工智能 (AI) 为3D身体组成 (BC) 分析提供了一种新的方法.
研究的目的:
- 评估AI衍生的3DBC测量萨尔科佩尼亚是否可以预测紧急腹部手术后的不良结果.
- 为了比较基于人工智能的肉症评估与传统方法.
主要方法:
- 从ANZELA-QI数据库 (2018-2023) 中对408名患者进行了回顾性分析.
- 通过经过验证的AI细分模型,利用多个CT切片进行3DBC分析.
- 根据骨肌肉辐射密度的最低四分位数定义的萨尔科佩尼亚.
主要成果:
- 麻患者表现出较低的骨肌肉质量和较高的内脏和皮下脂肪组织体积.
- 萨科佩尼亚与年龄较大,住院时间较长和ICU入院次数增加有关.
- 没有发现沙尔科佩尼亚和严重的术后并发症 (Clavien-Dindo ≥3) 或出院状态之间有显著的关联.
结论:
- 皮症是紧急腹部手术中不良术后结果的重要预测因素.
- 由人工智能衍生出的3D lumbosacral BC可以识别高风险患者以改善风险分层.
- 人工智能有可能将3D BC整合到常规临床实践中.


