• AUC wyniosło 0,905 w zbiorze wewnętrznym i 0,866 w niezależnym zbiorze zewnętrznym.
• W przypadku wczesnej SLD AUC wyniosło odpowiednio 0,833 i 0,799 – wynik słabszy, ale nadal wskazujący na obecność mierzalnego sygnału.
• W grupie 618 osób używających alkoholu, przy obrazowaniu 3D za pomocą smartfona, uzyskano AUC 0,880.
• Model zachowywał dobrą skuteczność także u osób z prawidłowym BMI, co sugeruje, że nie rozpoznawał wyłącznie cech związanych z masą ciała.
• W podgrupie z metabolomiką sygnał z twarzy korelował ze zmianami m.in. w metabolizmie lipidów i aminokwasów. Połączenie obu modalności zwiększało AUC do 0,979, ale był to wynik z małej podgrupy i bez niezależnej walidacji.
To nie oznacza, że „selfie diagnozuje stłuszczenie wątroby”. Na tym etapie technologia wygląda raczej jak potencjalne, tanie narzędzie przesiewowe, które w przyszłości mogłoby wskazywać osoby wymagające dalszej diagnostyki.
Ograniczenia: punktem odniesienia było USG, populacja pochodziła głównie z Chin, a badanie smartfonowe obejmowało wyłącznie osoby używające alkoholu. Wyniki wymagają walidacji w innych populacjach i względem dokładniejszych metod, np. MRI-PDFF.
Wniosek:
Obraz twarzy zawierał sygnał pozwalający AI stosunkowo dobrze odróżniać osoby ze stłuszczeniową chorobą wątroby od osób bez tej choroby, także przy użyciu smartfona.
Źródło: https://www.cell.com/cell-reports-medicine/fulltext/S2666-3791(26)00388-5