布里格姆大學的研究人員利用人工智慧對核磁共振成像掃描進行分析，最終製作了一個參考生長標準，並提供了一種快速、可重複的方法來測量發育中兒童的瘦肌肉質量指標。研究人員利用人工智慧和迄今為止最大的兒科腦部核磁共振成像數據集，開發了一種用於追蹤發育中兒童肌肉質量的生長圖表。這項新研究由布里格姆婦女醫院（麻省總布里格姆醫療系統的創始成員之一）的研究人員領導。

他們發現，他們基於人工智慧的工具首次提供了一種標準化、準確和可靠的方法，用於評估和追蹤常規核磁共振成像中的肌肉質量指標。他們的研究成果今天（11月9日）發表在《自然-通訊》（Nature Communications）雜誌。

「小兒癌症患者常常為肌肉質量低而苦惱，但目前還沒有標準的測量方法。」資深作者、布里格姆放射腫瘤學系和麻省總布里格姆人工智能醫學項目的放射腫瘤學家、醫學博士本-坎恩（Ben Kann）說：”我們的動機是利用人工智慧測量顳肌厚度，並創建一個標準化的參考值。我們的方法產生了一個生長圖表，我們可以用它來快速、即時追蹤發育中兒童的肌肉厚度。透過這種方法，我們可以確定他們是否在理想的範圍內生長”。

瘦肌肉量的重要性

人類的瘦肌肉質量與生活品質、日常功能狀態有關，也是整體健康長壽的指標。患有肌肉疏鬆症或瘦肌肉質量低等疾病的人有可能提前死亡，或容易患上影響生活品質的各種疾病。

一直以來，沒有一種廣泛或實用的方法來追蹤瘦肌肉質量，預設的測量方法是體重指數（BMI）。使用BMI 的缺點在於，雖然它考慮了體重，但並不能說明體重中有多少是肌肉。

幾十年來，科學家已經知道，顱骨外的顳肌厚度與人體的瘦肌肉質量有關。然而，在臨床上很難對這塊肌肉的厚度進行即時測量，也沒有辦法診斷出正常和異常的厚度。傳統方法通常採用人工測量，但這種做法既耗時又不規範。

為了解決這個問題，研究團隊與波士頓兒童醫院放射科合作，將深度學習管道應用於波士頓兒童醫院/丹娜法伯癌症研究所治療的小兒腦腫瘤患者的核磁共振掃描。研究團隊分析了23852 張來自4 至35 歲個體的正常健康腦部MRI 影像，計算出顳肌厚度（iTMT），並繪製肌肉正常參考生長圖。在核磁共振成像結果進行匯總後，繪製了具有百分位數和範圍的性別特異性iTMT 正常生長圖表。他們發現，iTMT 對各種病人都很準確，與訓練有素的人類專家的分析結果相當。

臨床應用

Kann說：”我們的想法是，可以用這些生長圖表來確定病人的肌肉質量是否在正常範圍內，這與醫生辦公室通常使用的身高和體重生長圖表類似。”

從本質上講，這種新方法可用於評估已經接受常規腦部磁振造影檢查的病人，這些檢查可追蹤兒科癌症和神經退化性疾病等病症。研究團隊希望，對顳肌進行即時、定量監測的能力將使臨床醫生能夠對出現肌肉流失跡象的患者進行快速乾預，從而防止肌肉疏鬆症和肌肉質量低下的負面影響。

此演算法的限制之一在於對掃描品質的依賴，以及解析度不達標會如何影響測量和結果解讀。另一個缺點是，美國和歐洲以外的核磁共振成像資料集數量有限，無法準確反映全球狀況。

未來方向

Kann說：”未來，我們可能要探索iTMT的實用性是否足夠高，以證明定期為更多患者進行核磁共振成像是合理的。我們計劃透過對更具挑戰性和可變性的病例進行訓練來提高模型性能。iTMT 的未來應用可以讓我們追蹤和預測發病率，並揭示需要幹預的患者的關鍵生理狀態。”