利用超声和人工智能对肝脂肪变性及相关危险因素进行观察性和前瞻性研究 (ST-AI)

近年来，超声在肝脏脂肪变性评估中起着主要作用，因为它是一种无创的，非辐射的方法，易于重现且便宜。 特殊有效性的是使用肝元指数，被评估为肝实质和肾皮质实质之间的强度比（回声）。 但是，检测腹部超声检查过程中肝肾脏指数的主要局限性是操作员的依赖性以及使用相对较长的时间跨度以完成确定索引本身所需的操作和计算顺序。 在医学领域使用人工智能（AI）技术进行图像分析正在产生出色的结果。 AI-based algorithms are increasingly a powerful tool that allows the physician to improve their performance in terms of speed and accuracy of clinical evaluations. Today, there is already evidence of the effectiveness of using AI on ultrasound images for clinical evaluations. 通过超声检查将AI用作诊断肝脏疾病的帮助仍然不足。 要检验的假设是AI在评估中可以具有的效用，即在减少肝烯量指数计算时间的一般和特定用途。

在这项研究中，招募了 134 名临床上没有怀疑患有肝脏脂肪变性的患者。 所有患者均接受腹部超声检查（US）和磁共振成像脂肪分数（MRI-PDFF），假定作为评估脂肪变性等级的参考技术。 肝肾指数 (US) 由 4 名熟练操作员手动计算 (HRIM)。 还通过算法获得自动肝肾指数计算（HRIA）。 通过使用 MRI-PDFF 截止值的 ROC 分析来评估 HRIA 区分不同级别脂肪肝的准确性。