МРТ-сканирование с использованием искусственного интеллекта позволяет прогнозировать риск развития диабета и сердечно-сосудистых заболеваний

Автор: Тарун Сай Ломте                                                                                                                    8 мая 2026 года

Рецензент: Лорен Хардакер 

Ученые разработали калькулятор состава тела на основе МРТ с использованием искусственного интеллекта. Он использует данные более чем 66 000 взрослых людей и показывает, как скрытые изменения в жировой и мышечной тканях с возрастом могут указывать на риск развития диабета, сердечно-сосудистых заболеваний и преждевременной смерти.

В недавнем исследовании, опубликованном в журнале Radiology, ученые оценили показатели состава тела (СТ) по данным магнитно-резонансной томографии (МРТ) у населения в целом.

МРТ-исследование состава тела выявляет скрытые риски кардиометаболических заболеваний

Компьютерная томография (КТ) и МРТ играют ключевую роль в диагностике, прогнозировании и мониторинге заболеваний. Данные свидетельствуют о том, что показатели состава тела, такие как объем скелетных мышц (СМ) и жировой ткани, полученные с помощью компьютерной томографии и магнитно-резонансной томографии, являются факторами риска развития рака, кардиометаболических заболеваний и смертности. Тем не менее на эти показатели влияют пол, рост и возраст. Кроме того, отсутствуют комплексные референтные кривые, отражающие изменения состава тела в течение жизни.

Таким образом, инструменты, которые могут корректировать показатели объема головного мозга, полученные на основе МРТ-изображений, с учетом искажающих факторов, могут повысить точность скрининга и помочь в принятии решений о лечении и разработке профилактических мер. Для построения референтных кривых объема головного мозга можно использовать результаты крупномасштабных исследований с участием населения в целом. Хотя ручное измерение объема головного мозга в больших наборах данных требует много времени, методы глубокого обучения позволяют автоматизировать этот процесс, сделав его эффективным и точным.

Система искусственного интеллекта для количественной оценки мышечной и жировой ткани

В ходе настоящего исследования ученые с помощью автоматизированной системы глубокого обучения рассчитали показатели BC с учетом возраста, роста и пола на основе МРТ-сканов более 66 000 человек. Были использованы данные двух когортных исследований с участием населения в целом: Немецкой национальной когорты (NAKO) и когорты Британского биобанка (UKB). Подгруппе участников обоих исследований была проведена комплексная МРТ.

В текущем исследовании для количественной оценки висцерального жира использовались данные МРТ 30 291 участника исследования NAKO и 36 317 участников исследования UKB. Кроме того, для количественной оценки показателей висцерального жира, в том числе субмаргинальной жировой ткани, висцеральной жировой ткани (ВЖТ), жировой фракции субмаргинальной жировой ткани (СЖТ), внутримышечной жировой ткани (ВМЖТ) и подкожной жировой ткани (ПЖТ), была применена полностью автоматизированная система глубокого обучения с открытым исходным кодом. Анализ выживаемости проводился только в когорте UKB, поскольку данные по когорте NAKO были недоступны.

К неблагоприятным исходам относились серьезные неблагоприятные сердечно-сосудистые события (MACE), в том числе инфаркт миокарда, ишемический инсульт или смерть от сердечно-сосудистых заболеваний, диабет и смертность от всех причин. К ковариатам относились возраст, индекс массы тела (ИМТ), пол, статус курения, раса, употребление алкоголя, наличие онкологических заболеваний в анамнезе, гипертония и прием антигипертензивных препаратов. Для показателей базальной секреции были построены референтные кривые с учетом роста и возраста, а также с разделением по полу. Для каждого показателя базальной секреции был рассчитан z-показатель относительно сверстников того же возраста, пола и роста.

Связи между z-баллами и результатами были исследованы для категорий z-баллов: низкий (z < -1), высокий (z> 1) и средний (z: от -1 до 1). Оценки выживаемости Каплана-Мейера были рассчитаны для оценки времени до исхода в UKB. Регрессия пропорциональных рисков Кокса использовалась для изучения связей между категориями z-баллов и исходами с поправкой на указанные ковариаты.

Неправильный состав тела предсказывает риск развития диабета и смертности

В исследовании приняли участие 66 608 человек в среднем 57,7 лет из когорт NAKO и UKB. Средний ИМТ всей когорты составил 26,2 кг / м2. У женщин были более высокие значения SAT, IMAT и SMFF, чем у мужчин, тогда как у мужчин были более высокие значения НДС и SM, чем у женщин. SAT был положительно связан с возрастом, с небольшим снижением вариабельности на протяжении всей жизни. По мере старения уровень витамина D повышался, при этом у пожилых людей наблюдалась гораздо более высокая вариативность.

Скелетная мускулатура с возрастом уменьшалась в объеме и после 50 лет становилась менее вариативной, хотя анализ референтных кривых показал, что снижение мышечной массы может начинаться уже в 30 лет, в то время как индекс мышечной массы и фракция мышечной массы в жире увеличивались и были более вариативными в разные возрастные периоды. Кроме того, у женщин на протяжении всех возрастных периодов преобладающим показателем состава тела была жировая ткань, при этом различия были незначительными: от 57 % в возрасте 20–30 лет до 61 % в возрасте 50–60 лет и старше 70 лет. У мужчин в возрасте от 20 до 70 лет преобладающим показателем BC был SM.

С возрастом у представителей обоих полов висцеральный жир смещался из области таза в область живота, а сагиттальный жир — из ягодичной области в область груди. Параспинальный внутренний мышечный жир смещался из нижней части поясничного отдела позвоночника в верхнюю часть грудного отдела позвоночника на протяжении десятилетий как у мужчин, так и у женщин. Различия в грудном жире были менее выраженными, но у мужчин он смещался из области груди в ягодичную область, а у женщин — из ягодичной области в область груди и туловища.

В когорте UKB после исключения участников с диагностированным сахарным диабетом, принимавших инсулин, а также перенесших инфаркт миокарда или инсульт, диабет был диагностирован у 532 участников, серьезные неблагоприятные сердечно-сосудистые события произошли у 553 человек, было зарегистрировано 563 случая смерти. Высокие значения z-показателей SMFF и VAT были связаны с повышенным риском развития сахарного диабета. Высокие значения z-показателей IMAT и SMFF были связаны с повышенным риском серьезных неблагоприятных сердечно-сосудистых событий и смертности от всех причин. Низкие значения z-показателей SM были связаны с повышенной смертностью от всех причин.

Калькулятор состава тела на основе искусственного интеллекта помогает проводить профилактические медицинские осмотры
В целом исследование позволило количественно оценить показатели состава тела, полученные с помощью МРТ, у населения в целом. Результаты показали, что высокий уровень висцерального жира и жировой ткани в субпекторальной области связан с повышенным риском развития диабета, а высокий уровень внутримышечного жира и жировой ткани в субпекторальной области — с повышенным риском серьезных неблагоприятных сердечно-сосудистых событий. Низкий уровень субпекторальной области, а также высокий уровень жировой ткани в субпекторальной области и внутримышечного жира также связаны с повышенной смертностью от всех причин, помимо традиционных факторов риска.

Ограничением исследования было включение преимущественно белой выборки взрослого населения Западной Европы из Соединенного Королевства и Германии со средним ИМТ в диапазоне избыточного веса, что ограничивает возможность обобщения на другие расовые и этнические группы, популяции с различным распределением ИМТ, детей и клинические популяции.

Ссылка на журнал:
Юнг М., Райзерт М., Ридер Х. и др. (2026). Состав тела у населения в целом: эталонные кривые, полученные с помощью МРТ всего тела, на основе данных более чем 66 000 человек. Radiology, 319(2), e251939. DOI: 10.1148/radiol.251939. https://pubs.rsna.org/doi/10.1148/radiol.251939