综述：精准还是悖论？人工智能驱动的超重和肥胖女性脂肪成像：一项系统评价与荟萃分析

《Obesity Reviews》：Precision or Paradox? AI-Driven Adiposity Imaging in Women With Overweight and Obesity: A Systematic Review and Meta-Analysis

　　

人工智能（AI）实现了自动化、高通量的脂肪量量化，为超重和肥胖女性提供了精细的风险分层。研究人员根据PRISMA指南，系统检索了MEDLINE、CENTRAL、Embase、Scopus、ScienceDirect和Web of Science从建库至2025年1月15日的文献，对评估成年女性人群（BMI：25–29.9和≥30?kg/m²）中基于AI的内脏脂肪、皮下脂肪和总脂肪分割的研究进行了系统回顾和荟萃分析。纳入标准包括：（1）研究对象为接受MRI、CT或DXA基于脂肪量化的成年女性（≥18岁）；（2）采用自动化或传统放射组学分割方法；（3）报告了定量脂肪量指标（体积或面积）。两名研究人员独立提取数据，使用QUADAS-2评估质量，并采用逆方差和样本量加权的随机效应模型合成结果。在筛选的13,098条记录中，38项研究（12,815名女性）符合纳入标准。AI方法显示出高分割精度，例如3D-Unet（Dice评分：0.97 [95% CI：0.96–0.98]）且处理速度比手动方法快>99%（0.05 vs. 46.5?分钟/患者；p?3（I²?=?99.9%），内脏脂肪为3615?cm³（I²?=?100%），总脂肪为35,062?cm³（I²?=?99.8%），预测区间跨越了解剖学上不合理的范围。这种变异性源于不一致的采集参数、分割方案和模态特异性差异，其中DXA衍生的皮下脂肪体积比MRI衍生的估计值高5.6倍，CT衰减阈值跨度达244 HU（Hounsfield Units）。亚组分析表明，72%的方差来自技术因素而非人体测量因素。虽然AI在个体水平上实现了高效和准确的分割，但方案异质性和不同人群的代表性不足限制了临床泛化性。标准化的成像方案、协调的分析框架和包容性抽样对于将AI的精准性转化为临床可靠的女性健康脂肪量指标至关重要。

**1 Introduction**
本部分阐述了肥胖的全球流行趋势，指出女性面临更高的代谢负担，且脂肪分布（特别是内脏脂肪组织（VAT）与皮下脂肪组织（SAT））在心血管风险及胰岛素抵抗中起关键作用。身体质量指数（BMI）在识别高风险个体方面存在局限性，而横断面成像（CT、MRI、DXA）虽能实现脂肪分区量化，但其技术变异性显著（如CT衰减阈值范围达?274至?30 HU）。人工智能（AI）驱动的放射组学，尤其是卷积神经网络（CNN）和U-Net架构，能实现高精度的自动化脂肪分割，Dice相似系数（DSC）超过0.95。然而，方法的快速扩展导致协议异质性成为主要问题，本研究称之为“精准悖论”——即AI技术精度高，但临床可靠性和跨研究可比性有限。据此，本综述旨在量化方法学异质性对脂肪测量的影响，比较AI与常规分割性能，并提出标准化框架。

**2 Methods and Materials**
**2.1 Search Strategy and Selection Criteria**
遵循PRISMA-2020指南，系统检索MEDLINE、CENTRAL、Embase、Scopus、ScienceDirect和Web of Science，时间截至2025年1月15日。纳入标准为：成年女性（≥18岁）接受MRI、CT或DXA脂肪量化；采用自动化或传统放射组学分割；报告定量脂肪指标（体积或面积）。排除男性及混合性别队列、儿童、病例报告、综述等。两名研究人员独立筛选，使用Covidence软件，争议通过讨论或第三方裁决解决。

**2.2 Data Extraction and Quality Assessment**
两名研究人员独立提取数据，包括研究特征、人口学、成像参数、分割方法等。质量评估采用QUADAS-2工具，涵盖患者选择、指标测试、参考标准、流程与时间四个领域。未进行独立盲法评估或双读共识的研究被标记为参考标准域高风险。

**2.3 Data Analysis**
统计分析使用R语言，采用样本量加权和逆方差加权随机效应模型（DerSimonian-Laird估计量）。异质性以I²统计量（≥75%表示显著异质性）和τ²量化。亚组分析按成像模态、人体测量变量和分割类型分层，敏感性分析包括逐一剔除法、剪补法及异常值排除。研究方案注册于PROSPERO（CRD420251026787）。

**3 Results**
从13,098条记录中筛选出38项研究（1990–2025年），涉及12,815名超重或肥胖女性，主要来自高收入地区（92.1%），非洲和亚洲队列占比低。参与者平均年龄51.0岁，BMI均值32.0 kg/m²。AI分割性能优异：3D-Unet的DSC达0.97（95% CI：0.96–0.98），处理时间较手动方法减少>99%（0.05 vs. 46.5分钟/患者）。然而，主要发现是极端研究间异质性。CT衰减阈值跨度244 HU（?274至?30 HU），仅18%研究采用性别特异性阈值。MRI层厚从1.8 mm到20 mm不等。DXA衍生的皮下脂肪体积比MRI高5.6倍。汇总体积估计：皮下脂肪体积平均22,536 cm³（I²=99.9%），内脏脂肪体积3615 cm³（I²=100%），总脂肪体积35,062 cm³（I²=99.8%），预测区间含解剖学上不可能的值（如总脂肪体积?38,233至62,068 cm³）。亚组分析显示，体重>75 kg、DXA模态、有合并症等因素部分解释变异性，但I²仍≥83.4%。敏感性分析确认统计稳健性但临床意义有限。

**4 Discussion**
本系统评价与荟萃分析揭示了脂肪成像中的“精准悖论”：AI方法在单例分割中精度极高，但协议异质性导致汇总估计生物学上不可解释。异质性主要源于技术因素（72%），而非人体测量差异。与肿瘤放射组学类似，成像参数和特征提取工作流的不一致削弱了跨研究可比性。DXA与MRI间的巨大差异可能导致女性风险分类错误。代表性不足群体（如南亚女性）使用欧洲中心阈值进一步加剧偏差。研究优势包括遵循PRISMA指南、大规模女性特异性样本；局限性包括样本年龄偏大（平均51岁）、MRI主导、AI验证样本量小、可能发表偏倚、缺乏放射组学纹理特征报告。建议建立全球共识框架，包括最低报告标准、性别和种族特异性阈值（如女性HU阈值?140至?40 HU）、联邦数据共享基础设施，以及监管机构强制要求外部验证和人口学分解。

**5 Conclusion**
AI驱动的分割在超重和肥胖女性脂肪成像中提供了前所未有的效率和精度，但缺乏协议标准化时，其输出缺乏临床可解释性。方法学碎片化而非生物学变异性是体积测量不一致的主要驱动因素。为实现AI在肥胖护理中的潜力，必须优先推进标准化、包容性和转化相关性。AI的临床采纳应仅在成像协议标准化、算法跨人群验证、技术平台协调之后进行。