人工智能与医学影像非酒精性脂肪性肝病课件.pptxVIP

一、前言演讲人2026-01-03

目录01.前言07.健康教育03.护理评估05.护理目标与措施02.病例介绍04.护理诊断06.并发症的观察及护理08.总结

人工智能与医学影像非酒精性脂肪性肝病课件

01前言ONE

前言作为一名在消化内科工作了12年的临床护士，我见证了非酒精性脂肪性肝病（NAFLD）从“小众疾病”到“全球公共卫生问题”的转变。记得2010年刚入职时，科室每月接诊的NAFLD患者不过3-5例，如今这个数字翻了10倍不止——仅上周，我参与护理的就有7位新发患者。世界卫生组织数据显示，全球NAFLD患病率已达25%，我国更以32.9%的发病率位居前列。更令人揪心的是，很多患者确诊时已不是单纯脂肪肝，而是合并肝纤维化甚至早期肝硬化。

传统诊断中，我们依赖超声、CT等影像手段，但这些方法存在明显局限：超声对轻度脂肪肝的漏诊率高达30%，CT辐射限制了重复评估，而肝穿刺活检虽为“金标准”，却因有创性让90%的患者望而却步。直到近年人工智能（AI）技术深度融入医学影像领域，我才真正感受到“技术改变临床”的力量——AI通过深度学习分析肝脏超声、

前言MRI的像素特征，能精准量化肝脂肪含量（CAP值）；基于CT的AI模型可自动识别肝脾密度比，诊断准确率从78%提升至92%；更有研究显示，AI联合弹性成像（FibroScan）对肝纤维化的分期准确率已接近活检水平。

今天，我想以一个真实病例为线索，结合我们团队在临床护理中的实践，和大家聊聊：当AI遇上医学影像，如何助力NAFLD患者的全周期管理？从诊断到护理，从急性干预到长期随访，护理工作又该如何调整与创新？

02病例介绍ONE

病例介绍去年9月，我在门诊接诊了42岁的王先生。他进门时眉头紧蹙，手里攥着社区医院的超声报告：“脂肪肝（中度）”。“护士，我不喝酒，怎么会得肝病？”他一开口就带着焦虑。详细询问后，我记录下这些关键信息：

基本情况：身高175cm，体重92kg（BMI30.1kg/m2），腰围105cm（男性≥90cm即为中心性肥胖）；

主诉：近3个月反复右上腹闷胀，晨起乏力明显，爬2层楼就气喘；

生活方式：IT工程师，日均久坐10小时，常点外卖（高油高糖），每周运动＜1次；

实验室检查：ALT89U/L（正常＜40），AST58U/L，空腹血糖6.2mmol/L（临界值），甘油三酯3.8mmol/L（正常＜1.7）；

传统影像：社区超声提示“肝区回声增粗，血管纹理欠清晰”（中度脂肪肝）；

病例介绍AI辅助影像：我们为他安排了肝脏瞬时弹性成像（FibroScan）联合AI分析——CAP值（受控衰减参数）312dB/m（≥240为脂肪肝），肝脏硬度值（LSM）8.5kPa（≥7.3提示显著肝纤维化）。

“王老师，您的脂肪肝不是‘单纯’的。”我指着AI生成的彩色热图解释：“这部分红色区域是脂肪沉积最严重的肝叶，而弹性成像显示肝脏‘硬度’已经超过了健康人，提示有纤维化倾向。”他盯着屏幕沉默了片刻，突然说：“护士，我女儿刚上小学，我不能倒下。您说怎么治，我都配合。”那一刻，我知道这个病例不仅是医学问题，更是一个家庭的健康防线。

03护理评估ONE

护理评估基于王先生的情况，我们从“生理-心理-社会”三维度展开系统评估，这也是AI时代NAFLD护理的关键起点——只有精准评估，才能让后续干预“有的放矢”。

生理评估：从“定性”到“量化”的突破1传统护理评估中，我们习惯用“轻度/中度/重度”描述脂肪肝，但AI影像技术让评估更“数字说话”：2脂肪沉积程度：AI分析FibroScan的CAP值（312dB/m）提示中度脂肪肝（240-280为轻度，280-325为中度，＞325为重度）；3肝纤维化风险：LSM8.5kPa结合AI预测模型（如FIB-4指数），提示他有23%的概率进展为肝硬化（健康人群＜5%）；4代谢综合征关联：AI整合他的BMI、血糖、血脂数据，标记出“高风险代谢簇”——中心性肥胖+高甘油三酯+空腹血糖受损，这正是NAFLD进展的“加速器”。

心理评估：从“焦虑”到“病耻感”的洞察王先生的焦虑贯穿整个评估过程：“我是不是得肝硬化了？”“以后还能吃红烧肉吗？”“同事知道我得肝病会不会歧视我？”这些问题背后，是对疾病认知的缺乏和对社会评价的担忧。我们通过医院自主研发的“肝病患者心理量表”（AI辅助分析答题时间、关键词频率）发现，他的“疾病不确定感”得分高达82分（满分100，＞70为高度焦虑），主要源于“预后未知”和“生活方式改变的恐惧”。

社会评估：从“个体”到“环境”的延伸NAFLD本质是“生活方式病”，评估必须跳出患者本身：

家庭支持：王先生妻子全职照顾孩子，对他的饮食管理有心无力；女儿爱吃炸鸡，他常“顺道”买一份；

工作环境：加班是常态，同事聚餐多为火锅、烧