Blog
AI模型能夠從健康個體的胸部X光片中去估算年齡
AI模型能夠從健康個體的胸部X光片中去估算年齡
August 22, 2023
如果「看起來年輕」不僅僅指的是你的臉龐，而是你的胸膛呢？大阪市立大學的科學家們開發出一種先進的人工智慧模型，利用胸部放射線攝影來準確估計患者的生理年齡。更重要的是，當有差異時，它可以指示與慢性疾病的相關性。這些發現表示著醫學影像學的一個飛躍，為改善早期疾病檢測和預防鋪了後路。這些結果將發表在《The Lancet Healthy Longevity》雜誌上。
這個研究團隊由大阪市立大學醫學研究科診斷和介入性放射學系的研究生三山靖仁和上田大樹醫生領導。他們首先建立了一個基於深度學習的人工智慧模型，用於估計健康個體的胸部放射線攝影的年齡。然後，他們將該模型應用於已知患有疾病的患者的放射線攝影，以分析人工智慧估計的年齡與每種疾病之間的關係。考慮到單一數據集上訓練的人工智慧容易過度重合，研究人員從多個機構收集了數據。
在開發、訓練以及內部和外部測試年齡估計的人工智慧模型過程中，總共收集了67099張胸部放射線攝影，這些攝影是從2008年至2021年間，在三個機構進行健康檢查的36051名健康個體中獲得的。該開發的模型顯示出人工智慧估計的年齡與實際年齡之間的相關係數為0.95。通常情況下，相關係數在0.9或更高時被認為是非常強的相關性。
為了驗證使用胸部放射線攝影的人工智慧估計年齡作為生物標誌物的有效性，研究團隊從另外兩個機構獲取了34197位已知患有疾病的患者的胸部放射線攝影，共編制了34197張攝影。結果顯示，人工智慧估計年齡與患者實際年齡之間的差異與多種慢性疾病呈正比相關，例如高血壓、高尿酸血症和慢性阻塞性肺疾病。換句話說，與實際年齡相比，人工智慧估計年齡越高，個體患上這些疾病的可能性就越大。
年齡是醫學中最重要的因素之一。我們的研究結果表明，基於胸部放射線攝影的外觀年齡可能能夠準確反映超越實際年齡的健康狀況。我們的目標是進一步發展這項研究，應用於評估慢性疾病的嚴重程度，預測預期壽命，以及預測可能的手術併發症。
新聞原址： https://www.news-medical.net/news/20230817/Deep-learning-based-AI-model-can-estimate-age-from-chest-radiographs-of-healthy-individuals.aspx?ref=futurepedia
這個研究團隊由大阪市立大學醫學研究科診斷和介入性放射學系的研究生三山靖仁和上田大樹醫生領導。他們首先建立了一個基於深度學習的人工智慧模型，用於估計健康個體的胸部放射線攝影的年齡。然後，他們將該模型應用於已知患有疾病的患者的放射線攝影，以分析人工智慧估計的年齡與每種疾病之間的關係。考慮到單一數據集上訓練的人工智慧容易過度重合，研究人員從多個機構收集了數據。
在開發、訓練以及內部和外部測試年齡估計的人工智慧模型過程中，總共收集了67099張胸部放射線攝影，這些攝影是從2008年至2021年間，在三個機構進行健康檢查的36051名健康個體中獲得的。該開發的模型顯示出人工智慧估計的年齡與實際年齡之間的相關係數為0.95。通常情況下，相關係數在0.9或更高時被認為是非常強的相關性。
為了驗證使用胸部放射線攝影的人工智慧估計年齡作為生物標誌物的有效性，研究團隊從另外兩個機構獲取了34197位已知患有疾病的患者的胸部放射線攝影，共編制了34197張攝影。結果顯示，人工智慧估計年齡與患者實際年齡之間的差異與多種慢性疾病呈正比相關，例如高血壓、高尿酸血症和慢性阻塞性肺疾病。換句話說，與實際年齡相比，人工智慧估計年齡越高，個體患上這些疾病的可能性就越大。
年齡是醫學中最重要的因素之一。我們的研究結果表明，基於胸部放射線攝影的外觀年齡可能能夠準確反映超越實際年齡的健康狀況。我們的目標是進一步發展這項研究，應用於評估慢性疾病的嚴重程度，預測預期壽命，以及預測可能的手術併發症。
新聞原址： https://www.news-medical.net/news/20230817/Deep-learning-based-AI-model-can-estimate-age-from-chest-radiographs-of-healthy-individuals.aspx?ref=futurepedia