人工智能及机器学习在非酒精性脂肪性肝病中的应用

• 作者: 冯巩 王雪莹 李珊珊 贺娜 郑皓允 严琴琴 弥曼
• 来源期刊: 临床肝胆病杂志
• 学科: 医学
• 关键词: 非酒精性脂肪性肝病 人工智能 机器学习
• 年，卷（期）: 2023,（10）
• 所属期刊栏目: 综述
• 页码范围: 2352-2356
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5256.2022.10.029

摘要

非酒精性脂肪性肝病(NAFLD)已成为全球第一大慢性肝病，并与心血管病、肾病发生风险密切相关。目前，NAFLD的诊断和治疗仍然面临诸多挑战，其中，提升诊断效能和优化个体化治疗途径是亟需明确和实现的主要目标。NAFLD严重程度的评估涉及多个临床参数，如何优化非侵入性评估方法是该领域的研究热点。人工智能(AI)在医学领域的应用日益广泛，也为NAFLD的临床诊疗带来新的启示。本文总结了近年来AI及机器学习在NAFLD领域的相关研究成果，阐述了多种相关临床诊断和预后新模型在NAFLD中的应用现状和前景。