人工智能评估体成分与心脏代谢风险的关联：一项基于MRI的前瞻性队列研究 中文标题

来自英国的研究团队利用AI技术分析MRI影像，量化皮下脂肪(SAT)、内脏脂肪(VAT)、骨骼肌(SM)及骨骼肌脂肪浸润(SMFF)等体成分指标，发现高VAT比例和SMFF显著增加糖尿病(DM)和主要不良心血管事件(MACE)风险，为肥胖相关代谢疾病的精准评估提供新范式。

　　

当前人体脂肪测量方法存在局限性，而人工智能(AI)模型有望通过常规影像精准评估体成分(BC)。本研究基于英国生物银行(UK Biobank)前瞻性队列，对33,432名无糖尿病、心肌梗死或缺血性卒中病史的参与者（平均年龄65.0岁±7.8，体重指数(BMI)25.8 kg/m²±4.2，52.8%为女性）的全身体磁共振成像(MRI)数据应用AI工具，生成三维(3D)体成分指标，包括皮下脂肪组织(SAT)、内脏脂肪组织(VAT)、骨骼肌(SM)和骨骼肌脂肪分数(SMFF)，并计算其相对分布。

通过性别分层分析和限制性立方样条模型发现：脂肪组织 compartments 和SMFF随年龄增长而增加，SM则减少。在调整年龄、吸烟和高血压因素后，较高脂肪含量和较低SM比例与糖尿病(DM)及主要不良心血管事件(MACE)发生率升高显著相关（中位随访4.2年）。但进一步校正BMI和腰围(WC)后，仅高VAT比例和高SMFF（处于队列前五分位）仍与DM风险升高相关（女性调整后风险比(aHR)分别为2.16[95%CI,1.59–2.94]和1.27[0.89–1.80]，男性分别为1.84[1.48–2.27]和1.84[1.43–2.37]）；同样与MACE风险相关（女性aHR=1.37[1.00–1.88]和1.72[1.23–2.41]，男性aHR=1.22[0.99–1.50]和1.25[0.98–1.60]）。此外，仅在男性中，SM比例处于最低五分位者发生DM（aHR=1.96[1.45–2.65]）和MACE（aHR=1.55[1.15–2.09]）的风险显著增加。

研究局限性在于结果可能难以推广至非白种人或英国以外人群。结论指出：AI衍生的体成分比例与心脏代谢风险强烈相关，但在考虑BMI和WC后，仅VAT比例、SMFF（两性）及SM比例（仅男性）具有额外预后价值。本研究未注明资金来源。