近日，由阿里巴巴达摩院牵头，联合中国医科大学附属盛京医院、南京大学附属鼓楼医院等多家医疗机构共同研发的脂肪肝筛查人工智能模型MAOSS，在国际权威学术期刊《自然-通讯》上发表了最新研究成果。这一创新技术为慢性肝病的早期诊断开辟了新路径，尤其在降低肝硬化漏诊率方面展现出显著优势。
脂肪肝作为全球最常见的慢性肝病，其患病率在普通人群中超过30%。由于早期症状隐匿，患者往往在出现明显不适时已进展至肝纤维化甚至肝硬化阶段。传统诊断手段中，B超检查灵敏度不足，而肝活检等精准检测方法因成本高、风险大难以普及，导致临床对高风险人群的识别率长期偏低。
MAOSS模型的核心创新在于突破了传统影像诊断的局限性。研究团队通过"平扫CT+AI"技术，训练人工智能系统自动解析肝脏组织的细微特征，包括纹理密度变化等高维数据。这一技术首次实现了仅凭常规平扫CT即可同步评估肝脂肪变性程度和纤维化分期，无需患者接受增强扫描或特殊准备。
多中心临床验证数据显示，该模型在肝脂肪分期诊断中的曲线下面积（AUC）达到0.904-0.917，显著优于放射科医师的平均水平（0.709）。在纤维化2期这一预防肝硬化的关键节点，MAOSS能识别出52.4%的高风险患者，较传统临床路径16.6%的检出率提升两倍以上。长期随访发现，被模型判定为高风险的患者两年内肝硬化发生率达45.5%，而低风险组仅为3.2%。
这项技术的突破性价值在于其临床应用的普适性。达摩院研发团队指出，MAOSS可直接分析体检中心和门诊积累的存量平扫CT数据，无需额外检查设备或增加患者负担。基层医疗机构通过部署该AI系统，可使患者在常规体检中同步完成肝病风险筛查，真正实现慢性肝病管理的"关口前移"。目前研究团队正与多家医疗机构合作推进技术转化，预计未来将惠及更多肝病高发地区人群。
