共计 611 个字符，预计需要花费 2 分钟才能阅读完成。
根据 9 月 18 日发表在《临床胃肠病学和肝病学》杂志上的研究，经过胸部 X 光片训练的 AI 模型展现出作为贲门失弛缓症无创筛查工具的潜力。日本大阪都市大学的通讯作者 Akinari Sawada 博士及其团队指出，由于目前可用于诊断吞咽问题的无创检查较少，该 AI 模型可能为早期诊断提供新途径。
贲门失弛缓症是一种罕见的进行性疾病，由食管神经受损引起，导致食管无法将食物挤压到胃中。常见症状包括喉咙食物反流、胸痛和体重减轻。目前，诊断贲门失弛缓症的检查包括高分辨率测压法、食管胃十二指肠镜检查和钡餐吞咽试验。然而，普通胸部 X 光片也能捕捉到该病的特征性表现，如气液平面、不透明度和纵隔周围的空气食管造影。
研究团队使用 144 名食管贲门失弛缓症患者的 207 张胸部 X 光片和 240 张无该疾病个体的胸部 X 光片训练了一个深度学习 AI 模型。随后，使用包含 17 名患者和 64 名健康个体的测试数据集验证了该模型的诊断能力。结果显示，AI 模型的诊断性能非常准确，曲线下面积为 0.964，敏感性为 0.941，特异性为 0.891，甚至比四位审阅相同数据集的医生表现出更高的敏感性和特异性。
Sawada 博士表示：“有报告显示，从症状出现到诊断，贲门失弛缓症平均需要 6.5 年。延迟诊断可能会加重食管扩张和弯曲，并降低治疗效果。因此，早期诊断至关重要。”研究团队总结认为，该 AI 模型可能成为一种新颖且有前途的无创筛查工具，为贲门失弛缓症的早期发现提供支持。
完整研究可查阅 此处。
