开发一种人工智能算法,用于在电子健康记录中早期识别MASLD
Ariana Stuart1, Ashley Dotson1, Katya Swarts2
1Department of Medicine, University of Washington, Seattle, Washington, USA.
Hepatology communications
|December 1, 2025
概括
人工智能算法可以在电子健康记录中以超过93%的准确度识别代谢功能障碍相关的脂肪性肝病 (MASLD). 这种工具有助于检测许多未被诊断的MASLD病例,使得更早的干预和改善患者的结果.
科学领域:
- 肝病学 肝病学是一种肝病学.
- 人工智能的人工智能
- 医疗信息学 医疗信息学
背景情况:
- 与代谢功能障碍相关的脂肪性肝病 (MASLD) 影响大约30%的美国成年人,患病率不断增加.
- 早期的MASLD通常无症状,直到肝硬化发展为止,并未被诊断出来.
- 人工智能 (AI) 提供了使用电子健康记录 (EHR) 识别疾病的新方法.
研究的目的:
- 开发和验证人工智能算法,使用EHR数据识别患有MASLD的患者.
- 评估AI算法在检测MASLD和排除与酒精有关的肝病方面的准确性.
- 分析确定的MASLD患者的诊断编码模式.
主要方法:
- 开发了一种自然语言处理 (NLP) 算法,用于检测成像报告中的肝硬化症,并识别符合MASLD标准的患者.
- 算法性能通过每月队列的手动审查来验证.
- 经过验证的算法被用来识别MASLD队列用于人口和管理分析.
主要成果:
- 人工智能算法在识别MASLD患者时实现了超过93%的积极预测值 (PPV).
- 该NLP组件在检测肝肥胖症方面表现出高精度 (高达99.4%的PPV).
- 在6个月内发现的957名MASLD患者中,只有14.6%的人有MASLD相关的诊断码.
结论:
- 一个人工智能驱动的算法可以通过大规模的EHR审查 (>93%的准确性) 准确地识别MASLD患者.
- 符合MASLD标准的大量患者缺乏正式诊断,这表明检测存在差距.
- 机构可以采用这种AI方法来改善MASLD检测并促进及时干预.


