AI助力MRI诊断肝纤维化，准确率超资深医生

AI助力MRI诊断肝纤维化，准确率超资深医生

近日，中国医科大学附属盛京医院石喻团队在《eClinicalMedicine》杂志上发表了一项重要研究成果。他们开发了一种AI驱动的模型，通过非对比MRI对肝纤维化进行精准分期，这不仅提升了诊断的准确性，还可能改变慢性肝病患者的管理和治疗方式。

肝纤维化是慢性肝病进展的重要阶段，其准确分期对于临床管理至关重要。传统上，肝活检是评估纤维化的金标准，但由于其侵入性、采样误差和并发症风险，不适合常规筛查。因此，开发一种无创、准确的诊断方法成为临床亟需。

石喻团队的研究正是针对这一需求展开的。他们利用大规模多中心数据集，开发了一个基于非对比MRI（NC-MRI）的AI驱动模型。该模型能够从T1加权成像（T1WI）和T2加权脂肪抑制（T2FS）图像中提取诊断信息，并结合临床特征，实现对肝纤维化的精准分期。

研究结果显示，该AI模型在预测肝纤维化分期方面的表现令人印象深刻。其AUC值（曲线下面积，用于评估模型性能的指标）达到了0.808-0.925，显著优于6名不同资历的放射科医生。在一项读者研究中，即使是有经验的高级放射科医生，在没有AI模型辅助的情况下，其AUC值范围仅为0.631-0.840。而在AI模型的辅助下，所有放射科医生的诊断准确性都得到了显著提升。

这一突破性进展有望为慢性肝病的筛查和管理带来革命性的变化。通过将AI模型集成到NC-MRI中，放射科医生能够快速准确地对肝纤维化进行分期，从而为患者提供更及时、精准的治疗方案。此外，该方法的无创性也大大提高了患者接受筛查的意愿，有助于早期发现和干预。

研究团队表示，未来将进一步优化模型性能，纳入更多有价值的临床特征，并在更大的多中心队列中验证其普遍性。这一创新性研究不仅展示了AI技术在医疗领域的巨大潜力，也为改善慢性肝病患者的预后提供了新的希望。