随着我国人口老龄化加剧，肝脏肿瘤的发病率逐年上升。肝脏肿瘤的早期发现和诊断对于患者的治疗效果至关重要。传统的超声检查（US）在肝脏肿瘤的筛查中扮演着重要角色。然而，由于超声医生的视觉感知和评估能力存在个体差异，超声检查的准确性受到一定限制。近年来，人工智能（AI）技术在医学领域的应用越来越广泛，其在肝脏肿瘤诊断方面的潜力也逐渐被挖掘。

研究人员Nishida等基于静态B模式图像构建了三个AI模型，分别使用了24，675张、57，145张和70，950张图像进行训练。这些模型利用卷积神经网络技术，对囊肿、血管瘤、肝细胞癌和转移性肿瘤等四种肝脏肿瘤进行了鉴别和良恶性鉴别。通过十倍交叉验证评估，这三个AI模型在肝脏肿瘤诊断的准确率分别为86.8%、91.0%和91.1%，对恶性肿瘤的诊断准确率分别为91.3%、94.3%和94.3%。

为了进一步验证AI模型的性能，研究人员将其与临床超声专家进行了对比。结果显示，AI模型的正确诊断率分别为80.0%、81.8%和89.1%，而超声专家和非专家的正确诊断率分别只有67.3%（范围63.6%–69.1%）和47.3%（45.5%–47.3%）。这表明，在肝脏肿瘤的鉴别和良恶性鉴别方面，AI模型的表现已经超过了临床超声专家。

人工智能技术在肝脏肿瘤诊断领域的应用具有以下优势：

• 提高诊断准确率，降低误诊率。
• 减少医生的工作量，提高诊断效率。
• 帮助医生更好地了解患者的病情，制定个体化的治疗方案。

总之，人工智能技术在肝脏肿瘤诊断领域的应用具有广阔的前景。随着技术的不断发展和完善，AI有望在肝脏肿瘤的早期诊断、治疗和预后评估等方面发挥更大的作用。