核心提要
阿里达摩院联合多家医疗机构推出 MAOSS 脂肪肝筛查 AI 模型，依托平扫 CT 和血清指标实现精准诊断与风险评估，高风险患者检出率提升至 52.4%，模型可辅助基层医疗，推动肝病早干预。
详细正文
随着生活方式的改变，脂肪肝的患病率持续攀升，目前已超过 30%，成为我国高发的慢性肝病之一。但由于脂肪肝早期缺乏典型症状，加之临床筛查手段存在诸多不足，大量高风险患者被遗漏，而这些患者若未及时干预，会逐步发展为肝纤维化、肝硬化，甚至引发肝癌，严重威胁生命健康。
临床筛查的痛点主要体现在两方面：一是弹性成像等专用检查设备昂贵、操作复杂，难以在基层医疗机构普及；二是 B 超、血清检测等传统方式灵敏度较低，对早期脂肪肝和肝纤维化的识别能力不足，漏诊率居高不下。针对这些问题，阿里达摩院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机构，研发出了 MAOSS 脂肪肝筛查 AI 模型，为脂肪肝筛查提供了全新的解决方案。
MAOSS 模型的核心创新在于将 “平扫 CT+AI” 技术与多模态数据深度融合，达摩院算法专家高远介绍，传统平扫 CT 对早期脂肪肝和肝纤维化的识别能力较弱，而 MAOSS 能通过 AI 自动提取肝脏的高维特征，结合大规模活体穿刺金标准数据训练，再融合血清学等数据，首次实现用平扫 CT 同步判断肝脂肪变程度和肝纤维化分期。
经临床多中心验证，MAOSS 模型的诊断精准度远超传统方式，其对肝脂肪分期的 AUC 值达 0.904-0.917，放射科医生单独诊断的 AUC 值仅为 0.709，在模型的辅助下，医生的诊断准确率也得到显著提升，对轻度脂肪肝的识别效果尤为突出。在高风险患者检出方面，模型针对 1192 例脂肪肝患者的回顾性验证显示，检出率达 52.4%，较传统临床路径的 16.6% 提升超 2 倍，且阴性预测值保持 92.6%，漏诊率极低。此外，模型还能有效预测肝硬化进展，高风险患者 2 年内肝硬化发生率达 45.5%，为临床及时干预提供了重要参考。
更重要的是，MAOSS 模型无需额外的检查设备，仅利用体检、门诊、急诊等场景现有的平扫 CT 资源即可开展筛查，不会增加患者的经济成本。中国医科大学附属盛京医院石喻副主任表示，这一特点让 MAOSS 模型能快速落地基层医疗机构，实现慢性肝病管理的 “关口前移”，让患者在基层就能获得高风险脂肪肝提醒，真正实现早发现、早干预、早逆转。
编辑点评
MAOSS 模型精准抓住脂肪肝临床筛查的核心痛点，用成熟的 AI 技术赋能常规检查，既提升了筛查的精准度和效率，又保证了经济性和普及性，是医疗 AI 赋能基层医疗的优秀范例。
总结
阿里达摩院 MAOSS 脂肪肝筛查 AI 模型，通过技术创新破解了临床筛查难题，实现了平扫 CT 在脂肪肝诊断领域的突破，大幅提升高风险人群检出率，同时具备低成本、高适配的特点，能有效推动脂肪肝早筛在基层的普及，为慢性肝病的防控筑牢第一道防线。
