使用AI和Gd-EOB-DTPA增强的MRI成像来评估肝功能,将MELIF得分与ALBI得分进行比较

科学领域:

• 肝病学 肝病学是一种肝病学.
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 对肝病进展的有效监测对于治疗优化至关重要,特别是在可逆性疾病中.
• 目前的工具往往缺乏对早期或轻度肝病阶段的敏感性.
• 由于预计肝病发病率的增加,越来越需要先进的肝功能监测工具.

研究的目的:

• 为了评估基于T1放松计的新型MELIF得分在评估肝功能方面的表现.
• 为了比较MELIF得分与监测肝病的建立ALBI得分.
• 评估MELIF得分在识别肝脏功能障碍和肝硬化方面的有用性.

主要方法:

• 150名患者的肝功能评分 (ALBI和MELIF) 的回顾性分析.
• 使用皮尔森相关性将MELIF和ALBI得分与MELD和Child-Pugh得分进行比较.
• 使用曲线下的面积 (AUC) 评估诊断准确度,以区分肝功能和肝硬化.

主要成果:

• 与ALBI得分相比,MELIF得分在区分良好的肝功能和受损肝功能方面表现优越 (AUC:MELIF 0.80与ALBI 0.77).
• 在区分患有肝硬化和没有肝硬化患者方面,MELIF的准确性更高 (AUC:MELIF 0.83与ALBI 0.79).
• 人工智能驱动的MELIF评分是完全自动化的,显示出监测轻度肝病进展的潜力.

结论:

• 基于AI的MELIF评分是监测肝功能的一个有希望的工具,特别是在肝病的早期或可逆阶段.
• 与ALBI分数相比,MELIF在评估肝功能和检测肝硬化时具有优势.
• 这种新的得分可能有助于弥合潜在可逆性肝病在慢性疾病发生之前监测工具的差距.