体内脂肪的分布可以影响一个人患各种疾病的风险。常用的身体质量指数(BMI)主要反映的是皮肤下的脂肪堆积，而不是内脏周围的脂肪堆积。特别值得注意的是，有迹象表明，心脏周围的脂肪堆积可能是疾病的预警器，并且与一系列疾病有关，包括心室颤动、糖尿病和冠状动脉疾病。

伦敦玛丽女王大学的研究团队研究出一种新的人工智能工具，可以通过核磁共振扫描自动测量心脏周围的脂肪量，这有助于预测患糖尿病和其他疾病的风险。这项研究由 CAP-AI 项目资助，发表在《Frontiers in Cardiovascular Medicine》杂志上。

▲研究发表在《Frontiers in Cardiovascular Medicine》杂志上。

利用这一新工具，由伦敦玛丽女王大学的研究人员领导的团队能够证明：无论一个人的年龄、性别和身体质量指数如何，心脏周围的脂肪量越大，其患糖尿病的风险就越高。

伦敦玛丽女王大学的首席研究员 Zahra Raisi-Estabragh 博士在一份声明中说道: “不幸的是，人工测量心脏周围的脂肪量是十分具有挑战性的，也是非常耗时的”。因此，到目前为止，还没有人能够在大群体的研究中彻底调查这个问题。

“为了解决这个问题，我们发明了一种人工智能工具，它可以应用于标准的心脏核磁共振成像扫描，在三秒钟内自动快速地获取心脏周围脂肪的测量值。这个工具可以被未来的研究人员用来发现更多关于心脏周围脂肪和疾病风险之间的联系，也可能在未来作为病人在医院的标准护理的一部分” ，Zahra Raisi-Estabragh 博士说。

研究团队测试了人工智能算法对超过45000人的心脏核磁共振扫描图像的解读能力，其中包括英国生物银行的参与者，这是一个来自英国各地超过50万参与者的健康信息数据库。研究小组发现，人工智能工具能够准确地测量出这些图像中心脏周围的脂肪量，并且能够计算出患者患糖尿病的风险。

伦敦玛丽女王大学的Andrew Bard博士表示: “人工智能工具还包括一种内置的方法来计算自身结果的不确定性，所以你可以说它有一种令人印象深刻的能力来标记自己的作业”。