机器学习模型在代谢功能障碍相关脂肪性肝病中的应用进展2026.docxVIP

机器学习模型在代谢功能障碍相关脂肪性肝病中的应用进展2026

代谢功能障碍相关脂肪性肝病（metabolicdysfunction–relatedsteatoticliverdisease，MASLD）是全球范围内最常见的肝脏疾病之一，其患病率随着代谢综合征（metabolicsyndrome，MetS）、肥胖以及人口老龄化的加剧而持续攀升。机器学习（machinelearning，ML）作为一种能够处理和分析海量数据与信息的强大分析工具，已被广泛应用于MASLD的诊断优化、风险评估、无创筛查技术研发以及治疗策略制定等多个方面。本综述全面梳理了ML在MASLD相关基因和脂质组学生物标志物筛选、超声、影像学等无创筛查技术的应用，以及预测疾病进展为代谢功能障碍相关脂肪性肝炎（metabolicdysfunction–associatedsteatohepatitis，MASH）或肝硬化等更晚期阶段风险方面的应用进展。此外，ML模型在精准预测并有效管理MASLD相关合并症风险方面也显示出显著潜力和可靠的应用性能表现。通过整合临床资料、生化指标、影像学信息以及个体生化特征，ML为MASLD的诊疗提供了一种个体化医学的新范式，有助于优化临床治疗策略，并有望在未来对公共健康发展产生重要影响。

1.引言

非酒精性脂肪性肝病（non-alcoholicfattyl