AI模型可以通过胸部X光检查更早地发现糖尿病

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。”