研究人員使用深度學習人工智能模型來識別他們所描述的第一個可以在標準醫學圖像上直接看到的慢性壓力生物標誌物。研究結果將於下週在北美放射學會（RSNA）年會上公佈。
慢性壓力不僅影響情緒。據美國心理學會稱，它會影響身心健康，包括焦慮、睡眠問題、肌肉疼痛、高血壓和免疫系統效率低下。研究還將慢性壓力與心髒病、抑鬱症和肥胖等重大疾病聯繫起來。
AI 在常規 CT 掃描期間測量腎上腺
該研究的主要作者、馬里蘭州巴爾的摩約翰霍普金斯大學醫學院的博士後研究員 Elena Ghotbi 醫學博士創建並訓練了一種深度學習工具，旨在使用已經進行的 CT 掃描來估計腎上腺的大小。
僅在美國每年就進行數千萬次胸部 CT 掃描。
“我們的方法利用了現有的成像數據，並為在各種條件下使用現有的胸部 CT 掃描大規模評估慢性壓力的生物影響打開了大門，”Ghotbi 博士說。 “這種人工智能驅動的生物標誌物有可能改善心血管風險分層並指導預防性護理，而無需額外的測試或輻射。”
讓身體的壓力負擔變得可見
主要作者、約翰·霍普金斯大學放射學教授 Shadpour Demehri 指出，慢性壓力非常常見，是許多成年人每天都會經歷的事情。
“我們第一次能夠‘看到’體內的長期壓力負擔”，通過全國各地醫院每天對患者進行的掃描來實現。到目前為止，我們還沒有辦法通過問卷、慢性炎症等替代血清標誌物以及非常繁瑣的皮質醇測量來測量和量化慢性壓力的累積影響。德梅赫里博士說道。
與反映某一時刻壓力的單一皮質醇測試不同，腎上腺大小更像是慢性壓力的長期衡量標準。
將影像學、激素和壓力負荷聯繫起來的大型多種族隊列
在這項研究中，研究小組分析了參加動脈粥樣硬化多種族研究（Atherosclerosis Multi-Ethnic Study）的 2,842 名參與者的信息、胸部 CT 圖像、經過驗證的壓力問卷、皮質醇測量值和非穩態負荷指標——生理和心理壓力對身體的慢性影響的生理和心理總結。因為它將成像、生化數據和心理社會評估整合到同一個人中，所以該隊列非常適合，而且可能是唯一可用的，用於創建基於成像的慢性壓力標記。
研究人員將他們的深度學習模型應用於 CT 掃描，以自動描述和測量腎上腺的體積。腎上腺體積指數（AVI）定義為腎上腺體積（cm3) 除以高度2 （米2）。為了捕捉荷爾蒙模式，參與者在兩天內每天注射八次唾液皮質醇。使用體重指數、肌酐、血紅蛋白、白蛋白、葡萄糖、白細胞計數、心率和血壓來計算靜態負荷。
腎上腺體積指數監測壓力、激素和心髒病風險
研究小組隨後研究了 AVI 與皮質醇、穩態負荷和一系列社會心理壓力指標（例如抑鬱評分和感知壓力問卷）的相關性。他們發現，AI 模型生成的 AVI 與既定的壓力問卷、循環皮質醇水平以及未來的不良心血管事件相關。
較高的 AVI 值與較高的整體皮質醇暴露、較高的皮質醇水平和穩態負荷相關。與報告低壓力的人相比，報告高水平感知壓力的人具有更高的 AVI。 AVI 還與較高的左心室質量指數相關，這是一項與心臟結構相關的指標。每1厘米3/米2 AVI、心力衰竭和死亡的風險增加。
“通過參與者 10 年的跟踪數據，我們能夠將 AI 衍生的 AVI 與具有臨床意義的相關結果關聯起來，”Ghotbi 博士說。 “這是第一個經過驗證的慢性壓力成像標誌物，並顯示對心血管結果（即心力衰竭）具有獨立影響。”
量化壓力累積效應的新方法
研究作者、加州大學洛杉磯分校流行病學教授、壓力與健康領域的先驅研究員 Teresa E. Seeman 博士說：“三十多年來，我們知道慢性壓力會損害身體的多個系統。” “這項工作之所以如此令人興奮，是因為它表明常見的成像特徵——腎體積，與經過驗證的壓力生物和心理測量相關，並獨立預測重要的臨床結果。這是在功能化壓力對健康的累積影響方面邁出的真正一步。”
Demehri 博士解釋說，將簡單的成像測量與許多既定的壓力和疾病結果標記聯繫起來，創造了一種新的實用方法來測量日常臨床實踐中的慢性壓力。
Demehri 博士說：“這項工作的主要意義在於，這種生物標誌物可以從 CT 掃描中獲得，而 CT 掃描由於多種原因在美國廣泛進行。” “其次，它是腎體積的一種強有力的生理測量方法，是慢性應激生理級聯的一部分。”
研究人員指出，這種成像生物標誌物可以應用於影響中老年人的許多與壓力相關的疾病。
其他作者包括 Roham Hadidchi、Seyedhouman Seyedekrami、Quincy A. Hathaway（醫學博士、哲學博士）、Michael Bancks、Nikhil Subhas、Matthew J. Budoff（醫學博士）、David A. Bluemke（醫學博士、博士）、R. Graham Barr 和 Joao AC Lima（醫學博士）。
