Radiology：这些全自动腹部CT指标，实现了2型糖尿病患者的超早期诊断！

2型糖尿病是一种人群中十分常见的疾病，通常在几年内发展，症状出现得很慢。在没有干预的情况下，血糖受损的患者在最初的血液检测后长达8年才会发展成2型糖尿病，这表明该病的前驱阶段很长，这种缓慢的发病过程导致全球约有45.8%的成人糖尿病病例未被及时诊断。

CT是诊断2型糖尿病的一种潜在的影像学方式。CT已经广泛用于临床实践，可以提供关于胰腺形态特征的相关信息。有研究表明，糖尿病患者的胰腺体积比非糖尿病患者的胰腺小、脂肪含量增加，因此CT密度较低。

同时，胰腺以外的CT指标也发挥着重要作用。2型糖尿病患者可能有更严重的胰腺周围动脉粥样硬化，内脏脂肪和肌肉质量也可能是2型糖尿病的良好预测因素。

近日，发表Radiology杂志的一项研究使用全自动的深度学习算法在一个大型临床数据集中研究了2型糖尿病的腹部CT指标，为2型糖尿病的早期筛查、诊断及早期干预提供了支持。

本研究从2004年-2016年接受CT结肠造影常规结直肠癌筛查的连续患者中回顾性地收集了平扫腹部CT图像。使用深度学习方法对胰腺进行分割并输出感兴趣的测量值，包括CT衰减、体积、脂肪含量和胰腺分形尺寸。评估的其他指标包括内脏脂肪、动脉粥样硬化斑块、肝脏和肌肉CT衰减以及肌肉体积。进行了单变量和多变量分析，根据2型糖尿病诊断和CT日期之间的时间将患者分成小组，并包括临床因素，如性别、年龄、体重指数（BMI）、BMI大于30公斤/平方米和身高。使用多指标逻辑回归法确定2型糖尿病的最佳预测因素组。

共有8992名患者（平均年龄，57岁±8[SD]；5009名女性）在测试集中接受了评估，其中572人患有2型糖尿病。深度学习模型对胰腺的平均Dice相似系数为0.69±0.17，与观察者之间的Dice相似系数0.69±0.09（P=0.92）相近。单变量分析显示，与无糖尿病患者相比，糖尿病患者的胰腺CT衰减平均较低（平均，18.74 HU ± 16.54 vs 29.99 HU ± 13.41；P < .0001），内脏脂肪体积较大（平均，235.0 mL ± 108.6 vs 130.9 mL ± 96.3；P < .0001）。糖尿病患者还显示，随着病程的延长，胰腺的衰减也逐渐减少。最终的多变量模型显示，在接受CT之前和之后0-2499天确诊的无糖尿病患者和糖尿病患者之间，成对的AUCs分别为0.81和0.85。在多变量分析中，增加临床数据并没有改善基于CT的AUC性能（仅CT模型的AUC=0.67，而CT和临床模型的AUC为0.68）。2型糖尿病的最佳预测因素包括胰腺内脂肪百分比、胰腺分形尺寸、L1和L4椎体水平之间的斑块严重程度、平均肝脏CT衰减和BMI。

图 五个内脏脂肪组中每个组中患者的胰腺分割示例。内脏脂肪较多的患者（第5组最高）的分割性能较好。这里显示的特定患者的L1水平的内脏脂肪百分比为：第1组9.81%，第2组13.72%，第3组20.19%，第4组27.88%，第5组32.42%；Dice相似度系数分别为0.36，0.62，0.78，0.81和0.86

本研究表明，通过多变量方法可以利用全自动腹部CT指标在为其他适应症进行的CT中对2型糖尿病进行机会性检测和预测。本项研究是朝着更广泛地使用自动化方法来解决临床挑战迈出的重要一步，本研究提出的CT指标为2型糖尿病早期阶段的诊断提供了重要信息，并使得更多患者能够通过早期生活方式的改变以改变疾病病程。

原文出处：

Hima Tallam,Daniel C Elton,Sungwon Lee,et al.Fully Automated Abdominal CT Biomarkers for Type 2 Diabetes Using Deep Learning.DOI:10.1148/radiol.211914