Video Experimental Relacionado
Updated: Jan 8, 2026
06:26
Mouse Model of Metabolic Dysfunction-Associated Steatotic Liver Disease with Fibrosis
Published on: July 18, 2025
636
Modelo de aprendizaje automático de dos pasos mejora la identificación de la enfermedad hepática esteatósica asociada
Zheng'ao Xu1,2,3,4, Yongfen Zhu5, Fengjuan Chen6
1Zhejiang Key Laboratory of Multi-Omics Precision Diagnosis and Treatment of Liver Diseases, Department of General Surgery, Sir Run-Run Shaw Hospital, Zhejiang University School of Medicine, Hangzhou, China.
Resumen
Una nueva estrategia de aprendizaje automático mejora la identificación de la enfermedad hepática esteatósica asociada a disfunción metabólica (MASLD) de alto riesgo al priorizar la evaluación de la fibrosis. Este enfoque por etapas mejora la estratificación del riesgo y la aplicabilidad clínica.
Conclusiones:
- Una estrategia de diagnóstico escalonada basada en aprendizaje automático, que prioriza la evaluación de la fibrosis, mejora significativamente la identificación de MASLD de alto riesgo.
- Este enfoque validado mejora la precisión de la estratificación del riesgo y reduce la dependencia de la biopsia hepática.
- Los hallazgos respaldan la integración de diagnósticos secuenciales de IA en la práctica clínica para el manejo de MASLD.
