人工智能辅助MRI在肝硬化患者肝细胞癌早期检测中的成本效益分析：基于意大利的马尔可夫模型研究

来自欧洲多国合作团队的研究人员针对肝硬化患者肝细胞癌(HCC)早期诊断难题，创新性地评估了人工智能(AI)增强磁共振成像(MRI)技术的成本效益。研究采用决策树联合马尔可夫模型，显示AI方案每获得1个质量调整生命年(QALY)仅需增加成本9,888欧元，远低于意大利33,000欧元/QALY的支付阈值，为优化肝癌筛查策略提供了循证依据。

　　

在全球癌症负担排名中，肝细胞癌(HCC)高居第五大常见恶性肿瘤，更是癌症相关死亡的第三大元凶。肝硬化作为关键诱因，贡献了超过90%的HCC病例，在意大利这类患者年发病率可达5%。令人担忧的是，确诊后首年生存率仅68%，五年生存率不足20%，凸显早期诊断的紧迫性。

当前临床实践采用腹部超声进行半年期筛查，虽具成本效益但仍可能漏诊30%早期病例，导致后续计算机断层扫描(CT)、磁共振成像(MRI)甚至肝活检等昂贵检查的连锁反应。人工智能(AI)技术的介入带来转机——在MRI影像解读中，AI模型展现出超越人工判读的敏感性，尤其对<1cm微小病灶的识别优势，有望减少不必要的侵入性检查。

这项开创性研究首次构建了决策树-马尔可夫复合模型，从意大利医疗体系视角评估AI增强MRI的长期经济效益。模拟显示：每千例患者中，AI方案虽增加5,000欧元成本，却可多获得0.55个质量调整生命年(QALY)，增量成本效果比(ICER)为9,888欧元/QALY，显著低于33,000欧元/QALY的支付阈值。值得注意的是，AI工具本身的成本及其诊断性能(敏感性与特异性)是影响成本效益的关键参数。

作为欧盟EuCanImage计划的重要组成部分，该研究基于四国临床数据开发的AI模型，采用T1增强和T2加权MRI序列训练，在独立测试集中展现出稳定性能。研究成果为将AI技术整合至肝癌筛查路径提供了经济学证据，既能提升患者生存质量，又可优化医疗资源配置，标志着精准医学在肿瘤早诊领域的重要突破。