AIモデルがルーチンCTスキャンで慢性ストレス信号を検出

事実確認済み

研究者らは、標準的なCTスキャンで副腎の体積を測定することで慢性ストレスの負担を推定する深層学習モデルを開発し、彼らが慢性ストレスに対する初の画像ベースのバイオマーカーと説明するものを導入した。この指標はAdrenal Volume Indexと呼ばれ、コルチゾール曝露、知覚ストレス、全生理的ストレス負荷、および長期的心血管リスクと関連していると、北米放射線学会の年次総会で発表される予定の知見によるとである。

慢性ストレスは健康に深刻な影響を及ぼし、不安、睡眠障害、筋肉痛、高血圧、免疫系の低下効果、そして心疾患、うつ病、肥満などの主要な状態に寄与すると、アメリカ心理学会によると。

ボルチモア、マリーランドのジョンズ・ホプキンス大学医学部の博士研究員であるエレナ・ゴトビ博士らが主導する新たな研究は、患者が他の理由で既に受けているCTスキャンを使用してストレスの長期的な影響を可視化する方法を提案している。

北米放射線学会(RSNA)の報告によると、ゴトビ氏と同僚らは、ルーチンの胸部CT画像上で副腎のサイズを自動的に測定する深層学習人工知能ツールを訓練した。米国だけでも毎年、数千万件の胸部CTスキャンが実施されている。

これらの測定値から、チームはAdrenal Volume Index(AVI)と呼ぶ指標を導き出し、これは立方センチメートルあたりの副腎体積をメートルあたりの身長の二乗で割った値(cm³/m²)と定義される。研究者らはAVIを、慢性ストレスの負担を反映する画像マーカーとして説明しており、サンプリング時点でのみホルモン濃度を捉える単一時点のコルチゾール検査とは対照的である。

この研究は、多民族動脈硬化症研究(MESA)のデータを用い、胸部CT画像検査を受けた成人および詳細なストレス関連評価を受けた成人を対象とした。RSNAの要約によると、チームはAI由来のAVIをコルチゾール測定値、全ostatic load(体質量指数、血圧、血糖値などの要因を含む複合指標)、および知覚ストレスやうつ病スコアなどの心理社会的指標と関連づけた。

AVI値が高いほど、全体的なコルチゾール曝露量が多く、ピークコルチゾール値が高く、全ostatic loadが増加していた。知覚ストレスレベルが高いと報告した参加者は、低いストレスを報告した参加者よりもAVIが高い値を示した。研究者らはまた、AVIが心臓構造の指標である左心室質量指数の上昇と関連し、AVIが1 cm³/m²増加するごとに、心不全および死亡のリスクが最大10年間の追跡調査で上昇したことを、RSNA要約によると発見した。

「私たちのアプローチは広く利用可能な画像データを活用し、既存の胸部CTスキャンを使用してさまざまな疾患における慢性ストレスの生物学的影響を大規模に評価する扉を開きます」と、RSNAが発表したゴトビ氏の発言。

主任著者のシャドプール・デメフリ博士、ジョンズ・ホプキンス大学の放射線学教授は、この手法により、臨床医が多くの患者がルーチンケアの一環として既に受けているスキャンを使用して、体内のストレスの長期負担を可視化できると述べた。

RSNA報告書で、共同著者のテレサ・E・シーマン博士、UCLA疫学教授は、この仕事は、副腎体積というルーチンで得られる画像特徴を、検証済みの生物学的・心理学的ストレス指標と関連づけ、それが主要な臨床転帰を独立して予測することを示す点で特に注目に値すると述べた。

研究者らは、この画像バイオマーカーにより、追加の放射線被曝や追加検査なしに心血管リスク評価と予防戦略を洗練できる可能性があり、中高年および高齢者を一般的に影響する一連のストレス関連疾患にわたって関連性がある可能性があると述べている。

RSNA要約に記載された他の貢献者には、Roham Hadidchi、Seyedhouman Seyedekrami、Quincy A. Hathaway、M.D., Ph.D.、Michael Bancks、Nikhil Subhas、Matthew J. Budoff、M.D.、David A. Bluemke、M.D., Ph.D.、R. Graham Barr、Joao A.C. Lima、M.D.が含まれる。

関連記事

AI interface analyzing back-of-hand and clenched-fist photos for acromegaly detection in Kobe University research, privacy-focused medical innovation.
AIによって生成された画像

Kobe University team reports AI can flag acromegaly from privacy-conscious hand photos

AIによるレポート AIによって生成された画像 事実確認済み

Researchers in Japan say they have developed an artificial intelligence model that can help detect acromegaly by analyzing photos of the back of the hand and a clenched fist—an approach designed to avoid using facial images or fingerprints. The team reports the system performed well in testing and could help clinicians identify potential cases earlier and refer patients for specialist evaluation.

A large U.S. study has found that 27 percent of patients with resistant hypertension have hypercortisolism, an excess of the stress hormone cortisol. The MOMENTUM study, involving 1,086 participants across 50 centers, showed this condition is far more common than previously thought in those whose blood pressure remains high despite multiple medications. The discovery suggests screening for elevated cortisol could help explain treatment failures.

AIによるレポート

New research from the University of Southern California suggests that subtle declines in brain blood flow and oxygen delivery may be early indicators of Alzheimer's disease. The study, published in Alzheimer's and Dementia, used noninvasive scans to connect vascular health with amyloid plaques and hippocampal shrinkage. These findings highlight the role of brain circulation in the disease process beyond traditional markers like amyloid and tau.

Rice University scientists say they have created the first complete, label-free molecular atlas of an Alzheimer’s brain in an animal model, combining hyperspectral Raman imaging with machine learning to map chemical changes that appear unevenly across brain regions and extend beyond amyloid plaques.

このウェブサイトはCookieを使用します

サイトを改善するための分析にCookieを使用します。詳細については、プライバシーポリシーをお読みください。
拒否