2026年8月19日，《自然-医学》杂志在线发表了一项关于人工智能辅助肝脏恶性肿瘤诊断的大型临床研究成果。中国医科大学附属盛京医院石喻教授团队、 浙江大学医学院附属第一医院梁廷波教授等团队发表了 论文题为“Large-scale AI-guided liver malignancy diagnosis: multicenter study and a single-arm trial”的研究。研究团队开发了一套名为LiON的人工智能系统，它能够基于增强CT影像对肝脏恶性肿瘤做出快速诊断，并且这套系统支持灵活的多期相输入，在有条件的时候还可以把患者的临床信息整合进来一起分析。
肝脏恶性肿瘤无论是原发性的还是转移性的，在全球范围内都造成了十分沉重的疾病负担，而增强CT又是临床上评估肝脏病变最常用的一线影像手段。但在大通量的真实世界放射科工作流程当中，漏诊或者延迟诊断的情况依然是一个重要的临床挑战。针对这个痛点，研究团队构建了LiON系统，他们在6443例患者的训练数据上完成了模型开发，随后又在22251例患者的多中心回顾性数据上验证了系统的诊断表现。在外部验证队列里，LiON对肝脏恶性肿瘤的诊断AUC达到了0.975，灵敏度是90.2%，特异度是97.6%。在真实世界的连续患者队列中，LiON在脂肪肝患者中的AUC为0.971，在肝硬化患者中也有0.924，说明即便肝脏背景比较复杂，这套系统仍然能够维持较高的诊断准确率。
为了进一步检验LiON在高风险场景下的表现，研究团队专门设计了两个挑战性实验。一个实验针对的是早期肝细胞癌，他们收集了150例病灶直径都小于3厘米的患者，其中100例是早期肝癌，50例是良性病变，并且给这些患者同时做了增强CT和增强磁共振。LiON只靠增强CT就达到了0.972的AUC和85.0%的灵敏度，诊断表现和放射科医生判读磁共振的水平已经比较接近了。另一个实验针对的是胰腺导管腺癌患者的肝转移诊断，在1511例患者中LiON的AUC达到了0.979，灵敏度是93.5%，特异度是94.5%。研究团队还做了一项包含11名放射科医生的阅片者研究，在LiON辅助下这些放射科医生的平衡准确率提高了6.6%，灵敏度提高了11.5%，阅片时间也缩短了27.1%。
研究团队还开展了一项单臂前瞻性临床试验，他们在常规临床工作流程中连续入组了10333例患者，让LiON作为额外的AI阅片者和放射科医生并行工作，一旦AI发现和初诊报告不一致就会启动复核流程。这项试验达到了主要终点，LiON对恶性肿瘤诊断的AUC是0.952，满足了预先设定的成功标准。在次要终点方面，AI和人类医生协作一共找出了51处既往被遗漏的病灶，其中15处是恶性肿瘤，这些发现促使37份放射学报告做了正式修订，22例患者进入了多学科团队会诊，还有一部分患者的临床管理方案因此发生了变更。整个试验过程中没有发生与AI相关的不良事件，研究团队认为LiON最有价值的定位是在协作工作流里充当辅助工具，帮助减少被忽略的恶性肿瘤，同时支持对不确定的病变进行分流，并且始终保留临床医生的最终判断权。
READING
BioPeers
热门跟贴