AI破解CT影像，揭示隐藏的压力信号

研究人员利用深度学习人工智能模型，发现了一种他们认为可以在标准医学影像上直接观察到的、首个用于衡量慢性压力的生物标记物。该研究结果将于下周在某放射学学会的年度会议上公布。

美国心理协会指出，慢性压力不仅影响情绪，还会对身心健康产生负面影响，导致焦虑、失眠、肌肉疼痛、高血压和免疫系统功能下降等问题。研究还表明，持续的压力与心脏病、抑郁症和肥胖症等重大疾病有关。

AI在常规CT扫描中测量肾上腺

该研究的主要作者、来自某大学医学院的博士后研究员Elena Ghotbi博士创建并训练了一个深度学习工具，该工具旨在利用已完成的CT扫描来计算肾上腺的大小。

仅在美国，每年就有数千万次胸部CT扫描。

Ghotbi博士表示：“我们的方法利用了广泛可用的影像数据，为利用现有的胸部CT扫描，大规模评估慢性压力在各种疾病中的生物学影响打开了大门。这种人工智能驱动的生物标记物有潜力在不增加额外检查或辐射的情况下，增强心血管风险分层并指导预防性护理。”

使身体内的压力负担可视化

资深作者、某大学放射学教授Shadpour Demehri博士指出，慢性压力非常普遍，是许多成年人每天都会经历的。

Demehri博士说：“现在我们首次能够通过患者在全国各地医院每天都会进行的扫描，‘看到’体内长期累积的压力负担。在此之前，除了问卷调查、替代性血清标记物（如慢性炎症）以及获取过程非常繁琐的皮质醇测量外，我们还没有办法衡量和量化慢性压力的累积效应。”

与仅反映某个时间点压力的单次皮质醇测试不同，肾上腺的大小更像是一个衡量长期压力的指标。

大型多民族人群队列将影像、激素和压力负荷联系起来

在这项研究中，团队分析了来自2,842名参与者（平均年龄69.3岁；51%为女性）的信息，这些参与者来自某大型动脉粥样硬化多种族研究队列。该研究结合了胸部CT影像、经过验证的压力问卷、皮质醇测量以及表示非稳态负荷（即慢性压力对身体的累积生理和心理影响）的指标。由于该队列在同一批个体中整合了影像、生化数据和社会心理评估，因此它非常独特，很可能是目前唯一可用于创建基于影像的慢性压力标记物的研究数据。

研究人员将他们的深度学习模型应用于CT扫描，以自动勾勒并测量肾上腺体积。他们将肾上腺体积指数（AVI）定义为肾上腺体积（立方厘米）除以身高的平方（平方米）。为了捕捉激素模式，参与者在两天内每天提供八次唾液皮质醇样本。非稳态负荷是通过体重指数、肌酐、血红蛋白、白蛋白、葡萄糖、白细胞计数、心率和血压等指标计算得出的。

肾上腺体积指数追踪压力、激素和心脏风险

随后，团队研究了AVI与皮质醇、非稳态负荷以及一系列社会心理压力指标（如抑郁评分和感知压力量表）之间的关系。他们发现，由AI模型生成的AVI与既定的压力问卷、循环皮质醇水平以及未来的不良心血管事件具有一致性。

较高的AVI值与更大的总体皮质醇暴露量、更高的峰值皮质醇水平以及增加的非稳态负荷相关。报告有高压力感知水平的人，其AVI高于报告低压力水平的人。AVI还与更高的左心室质量指数（一个与心脏结构相关的指标）相关联。AVI每增加1立方厘米/平方米，心力衰竭和死亡的风险也随之增加。

Ghotbi博士说：“利用参与者长达10年的随访数据，我们能够将AI得出的AVI与具有临床意义的相关结果关联起来。这是第一个经过验证的慢性压力影像标记物，并已被证明对心血管结局（即心力衰竭）有独立影响。”

量化压力累积影响的新方法

该研究的合著者、某大学流行病学教授、压力与健康领域的先驱研究员Teresa E. Seeman博士说：“三十多年来，我们已知慢性压力会通过多个系统损耗身体。这项研究令人兴奋之处在于，它将常规获取的影像特征——肾上腺体积，与经过验证的生物学和心理压力指标联系起来，并证明它能独立预测主要的临床结局。这是在将压力对健康的累积影响付诸实践操作方面迈出的真正一步。”

Demehri博士解释说，将一个简单的影像指标与几个公认的压力和疾病结局标记物联系起来，为日常临床实践中测量慢性压力创造了一种新的实用方法。

Demehri博士说：“这项工作的关键意义在于，这个生物标记物可以从美国各地因各种原因广泛进行的CT扫描中获得。其次，它在生理学上是衡量肾上腺体积的有效指标，而肾上腺是慢性压力生理反应链的一部分。”

研究人员指出，这种影像生物标记物有可能应用于许多常见于中老年人的压力相关疾病。

其他合著者包括Roham Hadidchi, Seyedhouman Seyedekrami, Quincy A. Hathaway博士, Michael Bancks, Nikhil Subhas, Matthew J. Budoff博士, David A. Bluemke博士, R. Graham Barr和Joao A.C. Lima博士。FINISHED
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）