利用人工智能开发并验证用于胆道闭锁的微创诊断模型

背景：超声与血清基质金属蛋白酶-7（MMP-7）在鉴别胆道闭锁（BA）与其他胆汁淤积性疾病方面具有重要价值。本研究旨在评估基于人工智能（AI）的超声联合血清MMP-7诊断模型在BA鉴别诊断中的准确性。方法：本研究为一项多中心诊断性研究，涵盖中国六家医疗中心。纳入梗阻性黄疸患者，采用形态学算子提取超声图像特征以构建AI算法，并通过逻辑回归模型进行验证。结果：2020年1月至2023年4月共纳入348例梗阻性黄疸患儿。回顾性队列（187例婴儿）作为训练队列，包括56例BA患者和131例非BA患者。血清MMP-7检测模型的受试者工作特征曲线下面积（AUROC）为0.916[95%置信区间（CI）=0.876-0.956]，敏感性94.6%（95% CI=85.1%-98.9%），特异性88.6%（95% CI=81.8%-93.5%），准确率90.4%（95% CI=85.2%-94.2%）。超声检测模型对应指标分别为0.945（95% CI=0.902-0.987）、98.2%（95% CI=90.5%-99.9%）、91.6%（95% CI=85.5%-95.7%）和93.6%（95% CI=89.1%-96.6%）。联合AI模型的AUROC为0.985（95% CI=0.971-0.999），敏感性98.2%（95% CI=90.5%-99.9%），特异性93.1%（95% CI=84.4%-96.4%），准确率94.7%（95% CI=90.4%-97.4%）。该性能在包含100例BA患者的161例多中心前瞻性验证队列中得到证实。结论：超声联合血清MMP-7的AI模型在BA鉴别诊断中表现出优异的高敏感性与高特异性。