AI-modell upptäcker kronisk stress-signal i rutin-CT-skanningar

Forskare har utvecklat en djupinlärningsmodell som uppskattar kronisk stressbelastning genom att mäta binjurevolym på standard-CT-skanningar, och introducerar det de beskriver som den första bildbaserade biomarkören för kronisk stress. Mätvärdet, kallat Adrenal Volume Index, är kopplat till kortisolexponering, upplevd stress, övergripande fysiologisk stressbelastning och långsiktig kardiovaskulär risk, enligt resultat som ska presenteras vid Radiological Society of North Americas årsmöte.

Kronisk stress kan påverka hälsan djupt och bidra till problem som ångest, sömnstörningar, muskelvärk, högt blodtryck, sämre immunförsvar och allvarliga tillstånd inklusive hjärtsjukdom, depression och fetma, enligt American Psychological Association.

En ny studie ledd av Elena Ghotbi, M.D., postdoktoralforskare vid Johns Hopkins University School of Medicine i Baltimore, Maryland, föreslår ett sätt att visualisera stressens långsiktiga inverkan med CT-skanningar som patienter redan genomgår av andra skäl.

Enligt en rapport från Radiological Society of North America (RSNA) har Ghotbi och kollegor tränat ett djupinlärningsverktyg för artificiell intelligens för att automatiskt mäta binjurestorlek på rutinmässiga bröst-CT-bilder. Varje år utförs tiotals miljoner bröst-CT-skanningar enbart i USA.

Från dessa mätningar härledde teamet en mått de kallar Adrenal Volume Index (AVI), definierat som binjurevolym i kubikcentimeter dividerat med kvadraten på längden i meter (cm³/m²). Forskarnas beskriver AVI som en bildmarkör som återspeglar kronisk stressbelastning, till skillnad från engångskortisoltester som bara fångar hormonhalter vid provtagningstillfället.

Studien använde data från Multi-Ethnic Study of Atherosclerosis (MESA) och inkluderade vuxna som genomgått bröst-CT-bildtagning samt detaljerade stressrelaterade bedömningar. RSNA:s sammanfattning rapporterar att teamet kopplade AI-härledd AVI till kortisolmätningar, allostatisk belastning (en sammansatt mått som kan inkludera faktorer som kroppsmasseindex, blodtryck och glukosnivåer) och psykosociala indikatorer som upplevd stress och depressionspoäng.

Högre AVI-värden var associerade med större total kortisolexponering, högre toppkortisolnivåer och ökad allostatisk belastning. Deltagare som rapporterade högre nivåer av upplevd stress hade högre AVI än de som rapporterade lägre stress. Forskare fann också att AVI var relaterat till högre vänster kammarmassindex, en mått på hjärtats struktur, och att för varje 1 cm³/m² ökning i AVI steg risken för hjärtsvikt och död under uppföljning upp till 10 år, enligt RSNA:s sammanfattning.

„Vårt tillvägagångssätt utnyttjar allmänt tillgängliga bilddata och öppnar dörren för storskaliga utvärderingar av den biologiska inverkan av kronisk stress över ett spektrum av tillstånd med befintliga bröst-CT-skanningar“, sade Ghotbi i uttalanden från RSNA.

Huvudförfattaren Shadpour Demehri, M.D., professor i radiologi vid Johns Hopkins, sade att tekniken gör det möjligt för kliniker att visualisera den långsiktiga stressbelastningen i kroppen med en skanning som många patienter redan genomgår som del av rutinvård.

I RSNA-rapporten sade medförfattaren Teresa E. Seeman, Ph.D., professor i epidemiologi vid UCLA, att arbetet är särskilt anmärkningsvärt eftersom det kopplar en rutinmässigt erhållen bildegenskap – binjurevolym – till validerade biologiska och psykologiska mått på stress och visar att den oberoende förutsäger ett stort kliniskt utfall.

Forskare säger att denna bildbiomarkör potentiellt kan förfina kardiovaskulär riskbedömning och förebyggande strategier utan ytterligare strålningsexponering eller extra tester, och att den kan vara relevant över ett spektrum av stressrelaterade sjukdomar som vanligtvis drabbar medelålders och äldre vuxna.

Andra bidragsgivare listade i RSNA:s sammanfattning inkluderar 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 och Joao A.C. Lima, M.D.

Relaterade artiklar

Close-up photo of a retinal scan in a lab, highlighting eye vessels linked to heart risk and aging, with researcher analyzing data.
Bild genererad av AI

Nätscanningar kan signalera biologiskt åldrande och kardiovaskulär risk

Rapporterad av AI Bild genererad av AI Faktagranskad

Forskare vid McMaster University och Population Health Research Institute rapporterar att enkla nätscanningar, kombinerade med genetiska och bloddata, kan erbjuda en icke-invasiv insikt i kardiovaskulär hälsa och biologiskt åldrande. En analys av mer än 74 000 personer kopplade enklare mönster av ögonkärl till högre risk för hjärtsjukdom och snabbare åldrande. Studien, publicerad 24 oktober 2025 i Science Advances, pekar på potentiella verktyg för tidig detektion som fortfarande utreds.

Researchers at the University of Technology Sydney are exploring how sweat-sensing wearables, combined with artificial intelligence, could enable real-time, non-invasive tracking of health biomarkers. Their work suggests that sweat-based monitoring might one day help flag risks for conditions such as diabetes and other chronic diseases before symptoms appear, offering a painless complement to some blood tests for tracking hormones, medications, and stress-related biomarkers.

Rapporterad av AI

Katie Wells, grundare av Wellness Mama, delar med sig av insikter från sin personliga hälsoriskbedömning med AI-drivna verktyg, och belyser hur livsstilsfaktorer kan påverka kroniska sjukdomsrisker avsevärt. Bedömningen, som drivs av data från över 10 000 studier, visade att hennes cancerrisk ligger under befolkningsgenomsnittet trots familjehistoria. Den understryker en övergång till proaktiv prevention istället för reaktiv medicin.

En preliminär analys från forskare i Boston knyter större exponering för konstgjort ljus på natten till ökad stressaktivitet i hjärnan, arteriell inflammation och högre risk för stora hjärt-händelser. Arbetet kommer att presenteras vid American Heart Associations Scientific Sessions 2025 i New Orleans den 7–10 november och ramar in ljusförorening som en potentiellt modifierbar miljömässig faktor.

Rapporterad av AI

Forskare vid University of Michigan har utvecklat ett AI-system kallat Prima som tolkar hjärn-MR-skanningar på sekunder och identifierar neurologiska tillstånd med upp till 97,5 procents träffsäkerhet. Verktyget markerar också akuta fall som stroke och hjärnblödningar, vilket potentiellt kan påskynda medicinska insatser. Studiens resultat publiceras i Nature Biomedical Engineering.

Forskare i Japan säger att de har utvecklat en artificiell intelligensmodell som kan hjälpa till att upptäcka akromegali genom att analysera foton av handryggen och en knuten näve – ett tillvägagångssätt utformat för att undvika ansiktsbilder eller fingeravtryck. Teamet rapporterar att systemet presterade bra i tester och kan hjälpa kliniker att identifiera potentiella fall tidigare och remittera patienter för specialistutvärdering.

Rapporterad av AI Faktagranskad

Forskare som undersöker unga vuxna med större depressiv störning har rapporterat ett ovanligt energimönster i både hjärnan och immunsystemets blodceller: högre ATP-relaterade mått i vila, tillsammans med en nedsatt förmåga att öka energiproduktionen när efterfrågan stiger. Fynden, publicerade i Translational Psychiatry, kan hjälpa till att förklara vanliga symtom som trötthet och låg motivation, även om arbetet är tidigt och baserat på ett litet urval.

 

 

 

Denna webbplats använder cookies

Vi använder cookies för analys för att förbättra vår webbplats. Läs vår integritetspolicy för mer information.
Avböj