研究开发了一种或能从MRI扫描图像中自动测定心脏周围的脂肪含量的新型人工智能工具

  据悉，利用这一新工具，研究人员发现，心脏周围的脂肪量越大，患糖尿病的可能性就越大，这与个人的年龄、性别和BMI无关。脂肪在体内的分布会影响一个人患各种疾病的风险。大部分常用的BMI指标可以反映皮肤下脂肪的堆积情况，但不能反映身体内脏器官周围的脂肪情况。

  一些研究人员认为，心脏周围脂肪的积累可能是心脏病的预测因素，并与一系列疾病直接相关，包括房颤、糖尿病和冠状动脉疾病。

 

  本文研究人员开发了一种新的AI工具，可应用于标准心脏MRI扫描，能够在三秒内自动快速获取心脏周围脂肪的测量结果；这个工具将来也可以被研究人员用来发现心包脂肪和疾病风险之间的更多联系，它也可能在未来被用作医院患者标准护理的一部分。
 

  在文章中，研究人员还测试了人工智能算法解读超过4.5万人心脏核磁共振图像的能力，其中包括来自英国生物样本库的参与者，该样本库是一个由来自英国各地的50多万名参与者组成的健康信息数据库。

  研究人员发现，这种新的AI工具可以准确地确定这些图像中心脏周围的脂肪水平或数量，还可以计算糖尿病的风险。研究人员表示，这个AI工具还包括一个内置的方法来计算其自身结果的不确定性，所以我们可以说它有一个令人印象深刻的标记其“作业”的能力。
 

  这一新工具对今后的研究具有重要的意义和实用性。如果其临床实用性得到验证和确认，未来新的AI工具可能会用于临床实践，以改善患者护理；此外，本文的研究工作也凸显了跨学科合作在医学研究，尤其是心血管影像研究中的价值。

  本研究提出了一种新的自动CMR  PAT定量方法，该方法在独立和外部数据库中具有良好的模型性能，与参考标准CCT  PAT测量高度相关，能够预测与糖尿病的临床关联。