摘要
目的
尽管肝脂肪变性的组织学评估具有重要的临床意义，但其标准化程度仍然较低，且病理学家之间的评估结果存在较大差异。我们通过与基于人工智能（AI）的定量测量进行比较，研究了导致这种差异的确定性因素。
方法与结果
来自四家机构的十名经验丰富的肝脏病理学家评估了来自代谢功能障碍相关脂肪性肝病（MASLD）病例的20例常规H&E染色全切片图像（WSIs）（包括10例核心穿刺活检、7例楔形活检和3例切除术），以及从另外的常规H&E染色病例中选取的6个500 × 500 μm图像视野，以代表不同的脂滴组成。这些WSIs涵盖了脂肪变性的完整严重程度谱。评估采用了四个阶段：默认方法、脂肪变性面积比例（SPA）、含脂肪肝细胞百分比（%HCF）以及Banff大脂滴标准。图像视野还使用无大小截断或基于肝细胞、细胞核或2–3倍细胞核大小的截断进行评估。AI模型对SPA、%HCF和脂滴大小进行了定量测量，以便与病理学家的评估进行比较。病理学家在术语、脂滴大小定义和定量方法上存在显著差异。方法选择（SPA与%HCF）是评估结果离散和与AI测量结果不一致的主要因素。视觉评估比AI定量测量高出1.4–3.6倍。随着面积小于50 μm2的脂滴负担增加，病理学家的SPA评估值逐渐高于相应的AI测量值；而在探索性分析中，%HCF评估值相对于相应的AI测量值保持相对稳定。推导了混合效应校准方程，以关联视觉评估和数字评估量表。
结论
脂肪变性评估缺乏标准化的术语和测量实践。SPA和%HCF在概念上是不同的，其互换使用会放大差异，特别是在富含小脂滴的病例中。这些发现支持标准化的、与AI兼容的定量方法；探索性转换方程在临床应用前需要独立验证。
图形摘要
确定了视觉脂肪变性评估中四个主要的变异性来源：术语不一致、定量方法分歧（脂肪变性面积比例[SPA]与含脂肪肝细胞百分比[%HCF]）、主观的脂滴大小阈值以及相对于AI测量值的系统性高估。小脂滴脂肪变性会放大分歧。AI辅助定量为脂肪变性评估提供了标准化的、可重复的框架。
利益冲突
作者Lucas Stetzik是Aiforia Technologies的员工，该公司的平台在本研究中被使用。他的贡献包括技术支持、模型验证和最终稿件的审阅。Lucas Stetzik和Aiforia Technologies均未参与研究设计、统计分析、数据解释或稿件撰写。所有其他作者声明不存在利益冲突。
数据可用性声明
支持本研究结果的数据可通过合理要求向通讯作者获取。
