综述：LI-RADS v2018中CT/MRI的LR-M类别：从终端用户视角审视影像学标准、表现、挑战与未来方向

这篇综述从终端用户视角系统阐述了肝脏影像报告和数据系统（LI-RADS）中LR-M类别的临床应用价值，重点剖析了其在鉴别非肝细胞癌（HCC）恶性肿瘤（如胆管细胞癌、混合型肝癌和转移瘤）时的影像学特征（包括靶样和非靶样表现），并探讨了该类别在平衡LR-5诊断HCC特异性时面临的挑战与优化策略。

　　

Abstract

LR-M作为肝脏影像报告和数据系统（LI-RADS）中的特殊分类，专用于描述具有明确恶性征象但不符合典型肝细胞癌（HCC）特征的肝脏病变。该类别涵盖非典型HCC、肝内胆管细胞癌（ICC）、混合型肝细胞-胆管细胞癌（cHCC-CCA）以及转移性肿瘤等多种恶性病变，其核心价值在于通过靶样增强（targetoid appearance）与非靶样特征（如环形强化、弥散受限）的影像学组合，实现对所有肝脏恶性肿瘤的高灵敏度筛查，同时维持LR-5对HCC诊断的高特异性。

影像学标准与诊断困境

LI-RADS v2018为CT/MRI制定的LR-M标准包含三大核心要素：动态增强模式（动脉期非周边强化、门静脉期/延迟期廓清）、弥散加权成像（DWI）高信号以及病灶内部结构异质性。其中靶样表现被细分为靶样强化（动脉期外周强化伴延迟期内部填充）、靶样囊腔（中央坏死区伴环形强化）和靶样弥散（DWI外周高信号）三种亚型。然而临床实践中，终端用户对LR-M的认知度显著低于LR-4/5类别，部分源于非靶样特征（如浸润性生长、肝包膜回缩）与良性病变存在重叠，导致诊断特异性下降约15-20%。

临床影响与病理关联

研究数据显示，LR-M病灶中最终确诊为HCC的比例约为18-25%，而ICC和转移瘤分别占35-42%和22-30%。这种病理构成差异直接影响治疗决策：LR-M病灶接受根治性切除术的比例较LR-5降低40%，且术后5年生存率差异达25个百分点。值得注意的是，约12%的cHCC-CCA因同时表达HCC和ICC的影像特征而被误判为LR-4，凸显现行标准对混合型肿瘤的鉴别局限。

未来优化方向

新兴的影像组学（radiomics）分析显示，通过提取病灶纹理特征（如熵值、灰度共生矩阵参数）可提升LR-M诊断准确率7-9个百分点。深度学习算法在区分ICC与HCC方面已展现92%的AUC值，但需解决小样本训练集（n<300）的过拟合问题。临床实践指南修订应重点关注：1）明确非环形强化型ICC的诊断阈值；2）建立cHCC-CCA的特异性评分系统；3）整合肝胆特异性对比剂（Gd-EOB-DTPA）的强化模式标准。