《表2 AI在肝纤维化诊断中的应用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《人工智能在多种肝脏和胰腺疾病诊断中的作用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

非酒精性脂肪性肝病（NAFLD）现已取代慢性乙型肝炎，成为我国第一大慢性肝病。日前，国际专家组已在顶级期刊Gastroenterology和Journal of Hepatology发表声明，提出以“代谢相关脂肪性肝病（metabolic associated fatty liver disease，MAFLD）”取代现有命名（NAFLD）[25-26]。大量证据显示，MAFLD的诊断应该基于代谢功能障碍的存在，而不是以“排除性”的方式，并且MAFLD可以与其他肝病共存（如病毒性肝炎、酒精性肝病等）。其次，关于酒精摄入量的安全阈值仍然存在争议，原命名中“非酒精性”混淆术语应该被替换。另外，代谢相关脂肪性肝病应被认为与其他慢性肝病相似，而不应简单分为NASH和非NASH两类，纤维化才是不良结局的主要决定因素。基于这些原因，更新疾病命名有助于进一步描述和细化疾病分型，从而优化临床实践，提高临床诊治效率[27]。研究表明，将AI技术应用于MAFLD的研究将有助于疾病的精确分类和预后判断，为临床决策提供参考。Sowa等[28]运用RF、KNN模型结合临床血液学参数诊断NAFLD显著肝纤维化的灵敏度/特异度/准确度分别达到60.0%/77.0%/79.0%、30.8%/91.3%/79.0%，但SVM、DT模型在血液学参数的基础上无法准确预测MAFLD肝纤维化（表2）。此外，AI还可应用于MAFLD和ALD之间、MAFLD和健康对照组之间、MAFLD和MASH之间的鉴别诊断[28-30]。