6% 提升至52.6%�6%�

3月9日消]息，近日，阿！里巴巴达摩院联合中国医科大学附属盛京医院、南京大学附属鼓楼医院等机构研发出脂肪肝筛查AI模型 MAOSS。该模型通过平扫CT影像与血清指标等常见检查数据，可同时判断脂肪肝分期与肝纤维化进展，并将高风险患者检出率从16.6% 提升至52.4%。相关论文已发表于《自然-通讯》（Nature Communications）。

脂肪肝患病率已超过30%，但多数患者因症状不明显而未及时干预。一部分人群可能进一步发展为肝纤维化、肝硬化甚至肝癌。由于弹性成像等专用检查成本较高且普及度有限，而B超、血清等常规检查灵敏度不足，临床上对高风险患者的识别率一直较低。

据达摩院算法专家高远介绍，MAOSS通过AI自动提取肝脏纹理、密度和形态变化等高维特征，并结合血清学指标、影像报告等多模态数据进行训练，实现了在普通平扫CT基础上同步判断肝脂肪变程度和肝纤维化分期。

多中心验证结果显示，MAOSS对肝脂肪分期（无、轻度、中度、重度）的AUC达到0.904–0.917，显著高于放射科医生的0.709。在AI辅助下，医生诊断AUC提升至0.798，其中对轻度脂肪肝的识别准确率提升更为明显。

针对1192例脂肪肝患者的回顾性验证显示，MAOSS能够识别52.4% 的纤维化2期及以上高风险患者，而传统临床路径仅能识别16.6%。同时，基于该模型的筛查路径阴性预测值（NPV）达到92.6%，有效降低漏诊风险。

随访研究还显示，被MAOSS判定为高风险的人群中，45.5% 在两年内发展为肝硬化，显著高于低风险组的11.8%，显示出模型对疾病进展的预测能力。

中国医科大学附属盛京医院影像科副主任石喻表示，MAOSS可利用体检、门诊和急诊中大量已有的平扫CT影像数据，在不增加额外检查成本的情况下帮助筛查高风险脂肪肝患者，为慢性肝病的早期干预提供预警。

据介绍，达摩院近年来持续布局医疗AI，围绕“平扫CT+AI”技术在胰腺癌、胃癌、主动脉夹层等疾病筛查上取得进展，并探索通过“一次扫描、多病筛查”的方式，提高重大疾病的早期发现率。（袁宁）