根据今天发表在《放射学》杂志上的一项研究，对接受健康筛查的人群进行 CT 扫描分析可以识别出有患 2 型糖尿病风险的个体。研究人员表示，这一发现强调了 CT 在机会性成像中的价值——利用常规影像检查的信息来了解更多有关患者整体健康状况的信息。

在这项新研究中，研究人员评估了自动化 CT 衍生标记预测糖尿病及其相关疾病的能力。

“考虑到糖尿病及其并发症带来的巨大负担，我们旨在探索自动化和精确的成像分析是否可以超越传统方法，增强早期检测和风险分层，”来自韩国首尔成均馆大学医学院江北三星医院的医学博士、哲学博士 Seungho Ryu 说道。

该研究组包括 32,166 名年龄在 25 岁或以上的成年人，他们接受了 18F-氟脱氧葡萄糖 (18F-FDG) PET/CT 健康筛查。

Ryu 博士及其同事使用经过临床验证的深度学习算法来分析 CT 图像。该算法能够对各种身体成分(如内脏脂肪、皮下脂肪、肌肉质量、肝脏密度和主动脉钙化)进行 3D 分割和量化。