综述：人工智能在MASLD、肝细胞癌和数字病理学中的预测诊断、预后和决策支持应用

本综述系统阐述了人工智能（AI）在肝病学领域的最新应用与前景，聚焦于代谢功能障碍相关脂肪性肝病（MASLD）、肝细胞癌（HCC）及数字病理学。文章重点介绍了AI如何通过提升诊断准确性、风险分层和个体化治疗策略，推动肝病管理迈向精准医学新时代。

　　

Abstract

人工智能（AI）已经通过增强疾病诊断、风险分层和决策支持，从根本上改变了肝病学的格局。在代谢功能障碍相关脂肪性肝病（MASLD）中，AI已被整合到NIMBLE、LITMUS、TARGET-NASH和SteatoSITE等大型联盟中，以提高诊断准确性和患者管理。这些联盟利用AI推导和验证用于纤维化分期的非侵入性生物标志物。基于AI的模型还增强了肝细胞气球样变和代谢功能障碍相关脂肪性肝炎（MASH）的检测，最大限度地减少了观察者间的变异性，并改善了临床试验的入组标准。此外，AI应用通过利用肠道微生物组和代谢谱分析来区分MASLD和酒精相关肝病（ALD）。

在肝细胞癌（HCC）方面，AI改善了风险分层、诊断和预后预测。基于肝脏硬度和临床参数的AI驱动模型可以对发生HCC风险的患者进行分层。由AI增强的成像技术、放射组学和组织病理学提高了检测不确定肝脏结节和预测微血管侵犯的准确性。AI还改善了对于经动脉化疗栓塞（TACE）和免疫检查点抑制剂等疗法的治疗反应预测，从而个体化治疗策略并改善生存结局。

在数字病理学中，AI重新定义了纤维化分期、供肝脂肪变性评估和疾病诊断。FibroNest?和qFibrosis是两个卓越的AI平台，它们利用成像技术来标准化组织学评估并提高诊断精度。MASLD、HCC和数字病理学领域正在向精准医学迈进。

Introduction

肝病是全球主要的健康负担，对全世界的发病率、死亡率和医疗支出有重大贡献。代谢功能障碍相关脂肪性肝病（MASLD）、肝细胞癌（HCC）和肝纤维化等疾病由于其复杂的发病机制、临床异质性以及当前诊断方法固有的局限性，构成了重大的诊断和管理挑战。肝脏活检传统上是纤维化和脂肪变性分期的金标准，但它具有侵入性，受观察者间变异性影响，并伴有潜在的并发症。这些局限性凸显了对更准确、可扩展和非侵入性诊断及预后工具的迫切需求。

人工智能（AI）包含了使机器能够执行传统上需要人类智能的任务的复杂计算方法，已成为解决肝病学这些挑战的一个有前景的解决方案。具体来说，机器学习作为AI的一个子集，涉及直接从数据中学习模式以进行预测或决策的算法，而无需显式编程。深度学习是机器学习的一种专门形式，利用受人脑结构启发的人工神经网络，进一步增强了处理复杂数据（包括成像和基因组数据集）的能力。

AI驱动的方法已经在各种医学学科中展现出显著的进步。在肿瘤学中，AI通过自动化图像分析和生物标志物整合，显著改善了癌症早期检测、个性化治疗计划和预后预测。心脏病学受益于AI增强的超声心动图和心电图解读，实现了心血管疾病的精确风险分层和管理。同样，在神经病学中，AI利用成像和临床数据，促进了如阿尔茨海默病和帕金森病等疾病的早期检测和监测，从而改善了患者结局。

在肝病学内，AI具有巨大的潜力，可以弥补当前在疾病筛查、准确纤维化分期、预后预测和个性化治疗决策方面的差距。NIMBLE、LITMUS、TARGET-NASH和SteatoSITE等大型国际联盟正在整合AI技术，以标准化诊断生物标志物、减少变异性并改进临床试验和常规护理中的患者分层。此外，AI通过标准化组织学评估、提高可重复性以及自动化纤维化和脂肪变性的量化——这些是MASLD和肝移植临床管理中的关键特征——推动了数字病理学的进步。

MASLD

代谢功能障碍相关脂肪性肝病（MASLD）影响全球30%的成年人口，并且是美国慢性肝病和肝移植的主要原因。MASLD谱系范围从代谢功能障碍相关脂肪肝（MASL）到代谢功能障碍相关脂肪性肝炎（MASH），可能进展为纤维化和肝硬化。具有显著纤维化（F2期）或更高分期的患者面临肝脏相关发病率和死亡率增加的风险。

AI Applications for HCC

AI技术也正在改变HCC的管理，HCC是癌症相关死亡率的主要原因之一，AI能够实现改进的风险分层、诊断、治疗反应预测和生存预后。随着深度学习和机器学习技术的应用，AI模型为HCC的诊断和管理提供了比传统方法更高的准确性。未来的进展可能会进一步完善基于AI的工具，可能使其成为肝病学实践中不可或缺的部分。

Fibrosis Histology Scoring

对MASH患者的传统组织学评估存在显著的观察者间变异性，特别是在评估纤维化、肝细胞气球样变（HB）和小叶炎症时，这些都是临床试验中疾病进展和治疗效果的关键决定因素。基于AI的模型已成为标准化组织学评估的强大工具，尤其是在大型多中心研究中。这些技术显著提高了对纤维化进行评分的能力。

Conclusion

将AI技术整合到肝病学工作流程中代表了该领域的一个范式转变，为肝病诊断、分期和预后提供了无与伦比的精确性和效率。在MASLD、HCC和数字病理学领域，与传统风险分层、组织学评估和治疗反应预测方法相比，AI consistently提供了优越的结果。AI在肝病学中的持续发展和整合有望进一步推进精准医学，最终改善全球肝病患者的护理标准和临床结局。

Financial support/Acknowledgements

N/A.

Conflict of interest statement

作者声明不存在利益冲突。

Declaration of Competing Interest

作者声明以下可能被视为潜在竞争利益的财务关系/个人关系：Winston Dunn报告与堪萨斯大学医学中心存在关系。如果存在其他作者，他们声明没有已知的竞争性财务利益或个人关系可能影响本论文报告的工作。