一种新的人工智能模型发现,在常规医疗护理期间收集的 X 射线图像可以提供糖尿病的警告信号,即使对于不符合高风险指南的患者也是如此。在《自然通讯》上发表这一发现的多机构团队表示,该模型可以帮助医生及早发现疾病并预防并发症。
研究人员将深度学习的计算方法应用于图像和电子健康记录数据,开发了一种模型,该模型通常在患者被诊断出患有该疾病的几年前,在回顾性分析中成功标记了糖尿病风险升高。研究人员表示,鉴于过去 35 年美国糖尿病患病率增加了一倍多,这一点意义重大。
目前的指南建议,如果患者年龄在 35 岁至 70 岁之间且体重指数 (BMI) 在超重至肥胖范围内,则应筛查 2 型糖尿病。
然而,许多研究发现,这种策略遗漏了大量病例,特别是在少数种族/族裔中,对他们来说,BMI 并不是糖尿病风险的有效预测指标。未确诊的糖尿病患者发生疾病并发症的风险要高得多,包括不可逆的器官损伤甚至死亡。
每年,数百万美国人因胸痛、呼吸困难、受伤或手术前接受胸部 X 光检查。仅埃默里大学每年平均完成约 200,000 张射线照相。虽然放射科医生在评估这些 X 射线时并不是在寻找糖尿病,但这些图像会成为患者医疗记录的一部分,并可以在以后进行糖尿病或其他疾病的分析。
“胸部 X 光检查为通用糖尿病检测提供了一种‘机会主义’替代方案,”埃默里大学放射学和影像科学助理教授、首席研究员 Judy Wawira Gichoya 医学博士说。“这是人工智能的一个令人兴奋的潜在应用,可以从用于其他原因的测试中提取数据,并对患者护理产生积极影响。”