大阪都立大学医学研究院内田佐和子副教授和上田大树副教授团队在《放射学：心胸影像》发表创新研究，成功开发出基于胸部X光图像的脂肪肝AI检测模型。该技术有望为全球约四分之一受脂肪肝困扰的人群提供更便捷的诊断方案。

研究团队利用4,414例患者的6,599张胸部X光图像，开发出基于受控衰减参数评分的AI模型。该模型展现出优异的诊断性能，受试者工作特征曲线下面积达到0.82至0.83。内田教授表示："这种利用现有胸部X光检查的方法，既能提高脂肪肝检出率，又能降低诊断成本。"

与传统超声波、CT和MRI等检查相比，胸部X光检查具有价格低廉、辐射剂量低且普及率高的优势。虽然该检查主要用于心肺疾病筛查，但研究证实其同样适用于脂肪肝的早期发现。这项突破性技术为脂肪肝的大规模筛查提供了新思路，有助于实现疾病的早诊早治。

研究团队下一步将致力于推动该AI模型的临床应用转化，使其成为现有诊断体系的有力补充。该技术特别适合医疗资源有限的地区，有望显著提升脂肪肝的筛查覆盖率。

更多信息： Daiju Ueda 等，《基于胸部X光片的深度学习模型在检测肝脏脂肪变性方面的表现》，《放射学：心胸影像学》(2025)。