日前，一种新的人工智能(AI)工具已经被开发出来，它可以从常规MRI图像中量化这些脂肪沉积。
心包脂肪组织(PAT)是围绕心脏表面的脂肪组织的特殊集合。
高水平的PAT(独立于体重或身体质量指数)虽然跟糖尿病和冠心病的风险增加有关，但由于测量方面的挑战，这种关联仍局限于假设。
目前测量PAT水平的好方法是使用计算机断层扫描(CT)。
问题在于，CT扫描会让患者暴露在微小但相关水平的电离辐射中，这限制了研究人员在大规模、多样化的健康志愿者群体中合乎道德地测量PAT水平的能力。
“为了解决这个问题，我们发明了一种AI工具，它可以应用于标准的心脏MRI扫描以在不到3秒的时间内自动快速测量心脏周围的脂肪，”这项新研究的首席研究员Zahra Raisi-Estabragh说道。
在训练一种新的神经网络之后通过几个独立的数据集来对其准确性展开评估。
研究人员证实，该工具确实可以通过简单的心脏MRI成像准确地测量出PAT的总体积。
为了证明这种新工具的临床潜力，研究人员查看了英国生物银行(UK Biobank)中超4万人的大型数据集。
该工具负责测量PAT水平，然后再查看PAT和糖尿病之间的联系。
该工具根据测量到的心脏周围的脂肪量准确地评估出了患者患糖尿病的风险。
Raisi-Estabragh指出，这并不意味着该工具可以立即用于诊断糖尿病测试，而是提供了现在如何有效地研究疾病和PAT水平之间的联系的见解。
此外，他还补充称：“未来的研究人员可以利用这个工具来发现更多关于心脏周围的脂肪和疾病风险之间的联系，但将来还可能成为病人医院标准护理的一部分。
”
研究人员表示，该工具现在已经准备好用于新的临床研究。
这将是第一次在大规模人群中容易测量PAT水平。
来自伦敦玛丽女王大学的Steffen Petersen--他还是这项研究的主管--表示，如果进一步的研究能清楚地证实PAT测量跟疾病风险的关系，那么最终这个工具将很有可能进入临床应用。
Petersen表示：“这种新工具对未来的研究具有很高的实用性，如果临床实用性得到证明，那么可能会应用于临床实践以改善患者护理。
这项工作突出了医学研究中跨学科合作的价值，特别是在心血管成像领域。
”
(原标题：研究：新AI工具可用来测量心脏周围脂肪并计算糖尿病风险)