人工智能通过测量心脏周围的脂肪来预测糖尿病

由伦敦玛丽女王大学的研究人员领导的一个团队开发了一种新的人工智能(AI)工具,它可以根据核磁共振扫描图像自动测量心脏周围的脂肪数量。

照片
心脏磁共振扫描显示脂肪区域,由人工智能工具检测。
资料来源:伦敦玛丽女王大学

通过使用新工具,研究小组能够表明,心脏周围脂肪含量越高,患心脏病的几率就越高糖尿病,与一个人的年龄、性别和身体质量指数无关。

脂肪在体内的分布可以影响一个人患各种疾病的风险。通常使用的体重指数(BMI)主要反映的是皮肤下的脂肪堆积,而不是内脏周围的脂肪堆积。特别是,有建议认为,心脏周围的脂肪堆积可能是心脏病的一个预测因素,并与一系列疾病有关,包括房颤、糖尿病和冠状动脉疾病。

玛丽女王学院威廉·哈维研究所的首席研究员萨拉·赖斯-埃斯特拉格博士说:“不幸的是,手工测量心脏周围的脂肪量既困难又耗时。由于这个原因,到目前为止,还没有人能够在大群体的研究中对这个问题进行彻底的调查。

“为了解决这个问题,我们发明了人工智能该工具可应用于标准心脏核磁共振成像扫描可以在三秒内自动快速获取心脏周围脂肪的测量值。这一工具可以被未来的研究人员用来发现更多关于心脏周围的脂肪和疾病风险之间的联系,而且可能在未来成为患者在医院的标准护理的一部分。”

研究团队测试了人工智能算法对超过4.5万人的心脏核磁共振扫描图像的解读能力,其中包括英国生物样本库(UK Biobank)的参与者。英国生物样本库是英国各地50多万参与者的健康信息数据库。该团队发现,人工智能工具能够准确地确定这些图像中心脏周围的脂肪数量,并能够计算出患者患糖尿病的风险。

玛丽皇后学院的安德鲁·巴德博士领导了这项技术开发,他补充说:“人工智能工具还内置了一种计算其自身结果不确定性的方法,所以你可以说它在给自己的作业打分方面具有令人印象深刻的能力。”

来自玛丽女王学院威廉·哈维研究所的斯蒂芬·彼得森教授指导了该项目,他说:“这种新工具对未来的研究有很高的实用性,如果临床效用得到证实,可能会应用于临床实践,以改善患者护理。”这项工作突出了医学研究中跨学科合作的价值,尤其是在心血管成像领域。”

这项研究发表在杂志上心血管医学前沿

订阅我们的通讯

相关文章

神经网络预测眼球运动

神经网络预测眼球运动

科学家开发了一种软件,可以与MRI数据相结合用于研究和诊断。

基于深度学习的图像分割

基于深度学习的图像分割

科学家提出了一种新的方法,可以为大量不同的成像数据集配置自学习算法,而不需要专业知识或非常强大的计算能力。

深度学习平台准确诊断肌张力障碍

深度学习平台准确诊断肌张力障碍

研究人员开发了一种独特的诊断工具,可以从核磁共振扫描中检测肌张力障碍,这是第一个提供客观诊断疾病的技术。

人工智能系统,防止成像网络威胁

人工智能系统,防止成像网络威胁

研究人员开发了一种人工智能技术,可以在网络攻击中保护医疗设备免受恶意操作指令的攻击。

人工智能为一个500年的谜团提供了线索

人工智能为一个500年的谜团提供了线索

研究人员使用人工智能和遗传分析技术,通过2.5万次核磁共振扫描来检查心脏内表面的结构。

人工智能加速血流磁共振成像

人工智能加速血流磁共振成像

研究人员提出了一种可以大大加速动态磁共振血流成像的方法。

人工智能帮助预测心脏病和中风

人工智能帮助预测心脏病和中风

在一项新的研究中,人工智能首次被用于即时和准确地测量血流。

在紧急情况下:人工智能可以改善心脏起搏器的x光识别

在紧急情况下:人工智能可以改善心脏起搏器的x光识别

研究人员创造了新的人工智能软件,可以比目前的方法更准确、更快速地识别x射线中的心律装置。

使用人工智能进行心理健康评估

使用人工智能进行心理健康评估

人工智能可以从问卷调查和脑部扫描中检测到有关心理健康的信息。

受欢迎的文章

订阅简报
Baidu