As medições de composição corporal da IA ​​podem prever o risco cardiometabólico

A adiposidade – ou o acúmulo de excesso de gordura no corpo – é um fator conhecido de doenças cardiometabólicas, como doenças cardíacas, derrame, diabetes tipo 2 e doença renal. Mas obter a imagem completa do risco de uma pessoa é mais difícil do que parece. Medidas tradicionais, como o índice de massa corporal (IMC), são imperfeitas, conflitando gordura e massa muscular e não capturando onde está localizada a gordura corporal.

Um novo estudo de pesquisadores da Mass General Brigham e seus colegas descobriram que uma ferramenta de IA projetada para medir a composição corporal poderia capturar com precisão detalhes em apenas três minutos de uma varredura corporal.

Seus resultados, publicados em Anais de medicina internamostre que nem toda a gordura é igualmente prejudicial e destaque o potencial do uso da IA ​​para redirecionar dados de varreduras de rotina.

“Esperamos que essas descobertas possam ser usadas para desenvolver uma ferramenta de ‘triagem oportunista’ para redirecionar a ressonância magnética existente e a tomografia computadorizada colhida no hospital para encontrar pacientes com composição corporal de alto risco que podem estar voando sob o radar e poderiam se beneficiar de diabetes e doenças cardiovasculares.

Raghu e colegas realizaram um estudo de coorte prospectivo usando dados do biobank do Reino Unido. Os pesquisadores usaram ressonância magnética de corpo inteiro de mais de 33.000 adultos sem história anterior de diabetes ou eventos cardiovasculares que foram seguidos por uma mediana de 4,2 anos.

A equipe constatou que em homens e mulheres, o volume de tecido adiposo visceral derivado da AI (gordura ao redor dos órgãos abdominais) e depósitos de gordura no músculo estavam fortemente associados à diabetes e ao risco de doenças cardiovasculares além das medidas padrão de obesidade, como IMC e circunferência da cintura. Apenas nos homens, o menor volume do músculo esquelético foi fortemente associado ao risco.

Os autores observam que são necessários estudos futuros para determinar se suas descobertas são generalizáveis ​​e se a IA pode medir com segurança essas métricas de composição corporal a partir de varreduras de rotina. Com uma validação adicional, uma abordagem orientada a IA pode ajudar a alavancar a imagem de rotina para identificar pacientes com alto risco.