基于MRI的人工智能模型术前预测肝细胞癌组织学分级：系统评价与Meta分析
该系统评价与Meta分析纳入18项研究，评估基于MRI的人工智能模型术前预测肝细胞癌组织学分级的诊断性能。内部验证（16项研究）汇总敏感度0.78、特异度0.80、AUC 0.85；外部验证（6项研究）敏感度0.70、特异度0.74、AUC 0.75。深度学习模型敏感度显著高于机器学习模型（0.88 vs. 0.72，P=0.018）。鉴于证据确定性极低且异质性显著，当前临床应用需谨慎。
要点
- MRI人工智能模型术前预测高级别肝细胞癌内部验证AUC 0.85，外部验证降至0.75。
- 深度学习模型敏感度0.88，显著高于机器学习模型0.72（P=0.018）。
- 证据确定性极低且异质性显著，临床常规应用需谨慎。
核心结论
- 基于MRI的人工智能模型术前预测肝细胞癌组织学分级具有潜在应用价值，但证据确定性极低且异质性显著，当前临床应用需谨慎。
研究设计与样本
- 系统评价与Meta分析，遵循PRISMA-DTA指南，检索PubMed、Embase和Web of Science自建库至2026年2月10日，共纳入18项研究。
- 采用双变量随机效应模型汇总诊断指标，使用修订版QUADAS-AI和GRADE评估质量与证据确定性。
- 内部验证研究16项，外部验证研究6项。
诊断标准与关键数值
- 内部验证预测高级别肝细胞癌汇总敏感度0.78（95%CI：0.71-0.84）、特异度0.80（95%CI：0.75-0.85）、诊断比值比15.98（95%CI：9.86-25.91）、AUC 0.85（95%CI：0.81-0.90）。
- 基于中位性能模型的敏感性分析AUC为0.80（95%CI：0.76-0.85），提示主要估计值为乐观上限。
- 外部验证汇总敏感度0.70（95%CI：0.62-0.77）、特异度0.74（95%CI：0.69-0.79）、诊断比值比6.91（95%CI：4.51-10.59）、AUC 0.75（95%CI：0.70-0.79）。
- 深度学习模型敏感度显著高于机器学习模型（0.88 vs. 0.72，P=0.018）。
- 在20%验前概率下，阳性验后概率内部验证为48%，外部验证为40%。
临床应用与阅片要点
- MRI人工智能模型可用于术前无创评估肝细胞癌组织学分级，辅助治疗决策。
- 深度学习模型敏感度较高，但外部验证性能下降，跨中心应用时需重新评估。
- 报告时应注明模型类型、验证方式及验前概率，避免过度解读内部验证的高AUC。
局限性
- 证据确定性极低且异质性显著，限制结论的稳健性。
- 外部验证研究数量较少（6项），性能估计可能不稳定。
- 敏感性分析提示主要汇总结果为乐观上限，真实性能可能更低。
以上解读依据论文摘要（全文未开放获取或许可不允许翻译转载）。
英文原文（摘要）· 点击展开
OBJECTIVE: To evaluate the diagnostic performance of magnetic resonance imaging (MRI)-based artificial intelligence (AI) models in preoperatively predicting hepatocellular carcinoma (HCC) histological grade.
METHODS: We conducted this systematic review and meta-analysis in accordance with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses of Diagnostic Test Accuracy (PRISMA-DTA) guidelines. PubMed, Embase, and Web of Science were searched from inception to 10 February 2026. Bivariate random-effects models were used to pool diagnostic metrics. Quality and evidence certainty were assessed using revised QUADAS-AI and GRADE.
RESULTS: Eighteen studies were included. In internal validation (n = 16), pooled sensitivity, specificity, diagnostic odds ratio (DOR), and area under the curve (AUC) for predicting high-grade HCC were 0.78 (95% CI: 0.71-0.84), 0.80 (95% CI: 0.75-0.85), 15.98 (95% CI: 9.86-25.91), and 0.85 (95% CI: 0.81-0.90), respectively. Sensitivity analysis using median-performing models yielded a lower AUC of 0.80 (95% CI: 0.76-0.85), indicating the primary estimates are an optimistic upper bound. In external validation (n = 6), pooled sensitivity and specificity declined to 0.70 (95% CI: 0.62-0.77) and 0.74 (95% CI: 0.69-0.79), respectively; the DOR was 6.91 (95% CI: 4.51-10.59) and the AUC was 0.75 (95% CI: 0.70-0.79). Deep learning models showed significantly higher sensitivity than machine learning models (0.88 vs. 0.72, P = 0.018). At a 20% pre-test probability, the positive post-test probabilities were 48% (internal) and 40% (external).
CONCLUSIONS: MRI-based AI models show potential utility in preoperatively predicting HCC grade; however, given the very low evidence certainty and significant heterogeneity, their current clinical application warrants caution.
引用
- Yang L, Zhang Z, Dong Y, et al. Preoperative prediction of hepatocellular carcinoma histological grade using MRI-based artificial intelligence models: A systematic review and meta-analysis. Eur J Radiol. 2026. PMID: 42167003. doi:10.1016/j.ejrad.2026.112939
供执业医师工作参考，不替代临床判断；数值与分级以指南原文为准。