核心提要
阿里达摩院研发的 MAOSS 脂肪肝筛查 AI 模型，创新融合平扫 CT 与多模态数据，实现肝脂肪和纤维化双重评估，高风险脂肪肝患者检出率提升至 52.4%，模型适配基层医疗，助力肝病早筛早治。
详细正文
脂肪肝作为一种高发的慢性肝病，因早期无明显症状，成为了隐藏在人群中的 “健康杀手”，其患病率已突破 30%，部分患者会逐步发展为肝纤维化、肝硬化，最终诱发肝癌。但长期以来，脂肪肝的风险分层筛查一直是临床难题，专用检查普及难，传统检查效果不佳，漏诊情况频发。
为破解这一难题，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医疗机构，历经研发推出了 MAOSS 脂肪肝筛查 AI 模型，该模型以平扫 CT 影像为核心，结合血清指标等多模态数据，实现了对肝脂肪变程度和肝纤维化分期的同步判断，这也是平扫 CT 在脂肪肝筛查领域的一次重要技术突破。
与传统诊断方式相比，MAOSS 的精准度大幅提升，经外部多中心验证，模型对肝脂肪分期（无、轻、中、重）的 AUC 值在 0.904-0.917 之间，而放射科医生的单独诊断 AUC 值仅为 0.709，在 MAOSS 的辅助下，医生的诊断 AUC 值提升至 0.798，尤其是对容易被遗漏的轻度脂肪肝，诊断准确率改善效果显著。
在高风险患者识别方面，MAOSS 的表现更是远超传统临床路径，针对 1192 例脂肪肝患者的验证数据显示，模型能识别出 52.4% 的纤维化 2 期高风险患者，较传统方式的 16.6% 提升超 2 倍，同时模型的阴性预测值保持在 92.6%，最大程度降低了漏诊风险。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依据。
值得一提的是，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，不增加患者的经济成本。石喻副主任表示，这一特点让模型能快速适配基层医疗机构，实现慢性肝病管理的 “关口前移”，让更多患者能在基层实现脂肪肝的早发现、早干预、早逆转。
编辑点评
MAOSS 模型的核心价值在于用技术创新解决临床实际问题，将平扫 CT 的筛查价值最大化，既提升了诊断精准度，又兼顾了普及性，为基层医疗的慢性肝病防控注入了新动力。
总结
达摩院 MAOSS 模型凭借平扫 CT+AI 的技术创新，实现了脂肪肝筛查的精准化、低成本化，不仅大幅提升高风险人群检出率，还能完成纤维化评估和肝硬化预测，其基层适配性让脂肪肝早筛在全国范围内普及成为可能，为肝脏健康保驾护航。
