借助人工智能工具的帮助，最初用于寻找肿瘤、出血或感染的CT扫描也显示出动脉中钙的积累，这是心血管疾病进展的一个指标。
尽管最初旨在检测肿瘤、出血或感染，计算机断层扫描（CT）也通过人工智能工具揭示了动脉中的钙沉积——这表明心血管健康恶化。
来自NYU Langone Health的一项新研究展示了这种方法，称为“机会筛查”，它涉及放射科医生利用现有医学图像来检测超出其预期用途的额外健康问题。
该研究于12月4日在芝加哥举行的北美放射学会（RSNA）年会上进行了发布。研究涉及重新分析了一大批因各种原因进行的腹部扫描，重点关注主动脉的一部分，这是从心脏延伸到腹部部分的主要动脉。通过普通扫描，研究人员利用人工智能评估主动脉钙的水平，给钙化分配标准分数，并预测每位患者经历重大心血管事件的风险，包括因动脉阻塞引起的心脏病发作。
“我们并不依赖于针对冠状动脉的稀有专用CT扫描——这些扫描并不总是被保险覆盖——我们旨在利用人工智能使腹部CT扫描具有多重用途，从而更频繁地及早识别心脏病，”该研究的首席研究员、NYU Grossman医学院的放射学Bernard和Irene Schwartz教授及临床与转化科学研究所所长米里亚姆·布雷德拉博士解释道。
研究人员具体回顾了2013年至2023年期间的3,662例CT扫描，主要涉及居住在纽约的老年人，数据包括部分主动脉的腹部扫描和专用的冠状动脉扫描。
研究发现，通过对非特定腹部扫描进行人工智能分析来测量主动脉中的钙化，能够准确预测冠状动脉中的钙化及每个人发生重大心血管事件的风险。作者指出，这表明单独的腹部扫描就可以预测心脏病发作或其他心血管问题的可能性。
在主动脉中钙化的参与者，在三年的随访期内，发生重大心脏病发作、中风或需要恢复心脏血流的程序的风险提高了2.2倍——这些结果确实在324名参与者中得到了观察。此外，研究在29%的参与者中发现了动脉钙沉积的早期迹象，这些参与者最初被认为没有。
这一发现为之前一项于9月发表在期刊《骨骼》中的研究提供了支持，该研究探讨了机会筛查在诊断骨质疏松症或骨骼流失方面的有效性。
在那项研究中，布雷德拉及她来自马萨诸塞州总医院和哈佛医学院的团队利用全自动人工智能工具对3,708名患者的CT扫描进行的二次分析——大多为当前吸烟或有吸烟史的老年人。通过检查偶然捕捉到周围骨骼图像的肺部扫描，他们发现男性和女性中，不同种族和收入群体之间广泛存在严重骨质流失。
研究团队报告说，骨质疏松症这种在普通人群中经常未被诊断的状况，尤其是在种族少数群体中，在38%黑人参与者、55%亚裔参与者、56%西班牙裔参与者和72%白人参与者中被发现。此外，机会筛查方法还识别出了与骨质流失相关的高体脂肪比、动脉僵硬和脂肪肝。
“我们的发现表明，机会筛查可以增强对高风险群体，特别是老年人和吸烟者中的骨质疏松症的诊断和管理，”布雷德拉指出。“这为解决骨质疏松症、心脏病、癌症和糖尿病的筛查和预防获取差距奠定了基础。”
然而，她强调，进一步的研究对于确定影像数据和分析是否有效识别高危心脏病或骨质疏松症患者至关重要，以便能够及时和有效地进行治疗。
有关主动脉钙化的研究得到了多项国家卫生研究院（NIH）资助（UL1TR001445、R35HL144993、R01AG065330、R01LM013344），而骨质疏松症的研究则得到了NIH资助K24DK109940的支持。
除了布雷德拉外，参加RSNA发表的NYU Langone的共同研究人员还包括杰弗里·伯杰博士、索特里奥斯·吉夫托波洛斯博士、巴里·戴恩博士、爱德华·伊图拉特博士、迈克尔·莱希特博士和朱迪·钟博士。团队还包括来自德国柏林的Visage Imaging GmbH的马尔特·维斯特霍夫。
骨质疏松症研究的其他贡献者包括波士顿马萨诸塞州总医院和哈佛医学院的弗洛里安·霍伯博士、凯瑟琳·巴内尔和埃弗伦·弗洛雷斯博士；威斯康星大学麦迪逊校区的佩里·皮克哈特博士；以及位于马里兰州贝塞斯达的国家卫生研究院临床中心的罗纳德·萨默斯博士。
