梅奥诊所Mayo Clinic的一项新研究揭示，结合人工智能 (AI) 算法的3D身体扫描技术，能够有效预测个体罹患代谢综合征的风险。代谢综合征通常指同时患有腹部肥胖、高血压、高甘油三酯、低高密度脂蛋白胆固醇或高空腹血糖中的三种，若不加以控制，这些问题可能导致心脏病、中风和糖尿病等严重健康问题。
长期以来，体重指数 (BMI) 和身体成分测量是判断代谢疾病风险的常用工具，但专家越来越认为这些方法无法全面反映个体的整体健康状况。Mayo Clinic 的研究人员表示，当前需要更加精确的方法来评估代谢健康的恶化风险。
研究团队开发了一套AI算法，该算法基于3D身体体积扫描 (3D-BV) 采集的60多万条数据点。这些数据与患者的人口统计信息、血液检查结果及身体测量数据相结合，生成全面的代谢健康评估。
该研究的第一作者Betsy Medina Inojosa医学博士指出，现有的BMI和生物阻抗秤测量方法往往不够准确，难以有效评估代谢综合征的风险和严重程度。“我们需要一种可靠且可重复的方法来衡量代谢综合征的风险，”她在一份声明中表示。
此次研究基于1,200多名参与者的数据，他们接受了3D身体扫描、生活方式问卷调查以及血液检查。结果表明，与传统的腰臀比和BMI测量相比，AI算法在识别代谢综合征风险方面更加准确。
研究的资深作者、Mayo Clinic预防心脏病学主任Francisco Lopez-Jimenez医学博士表示，3D成像技术能够精确测量关键区域的体积，如腹部和胸部的内脏脂肪积累，这对于预测代谢健康至关重要。此外，这项扫描还可以测量臀部和腿部的体积，这些数据与肌肉质量和“健康脂肪”密切相关。
Lopez-Jimenez强调，无论是通过固定3D扫描仪还是移动应用程序获得的身体数据，这些非侵入性的测量工具为代谢健康的监测提供了有力支持，未来或能替代现有的侵入性测试。
