肝包蟲病是一種寄生蟲傳染病，分為囊型和泡型兩種類型。據(jù)估計，全球感染超過100萬人，亞洲中部地區(qū)有2.7億人面臨感染肝包蟲病的風險。泡型包蟲病由于其侵襲性生長的特點，有“蟲癌”之稱，高發(fā)于青海、新疆、西藏及四川等地的牧區(qū)。囊型包蟲病可導(dǎo)致鄰近器官受壓，囊包破裂可誘發(fā)發(fā)熱、蕁麻疹、體內(nèi)播散，甚至導(dǎo)致過敏性休克。

　　該研究收集了2002年1月至2021年12月共9631張肝臟超聲圖像進行訓(xùn)練和測試，開發(fā)的人工智能模型能夠?qū)⒏伟x病及其他肝臟局灶性病變進行準確鑒別，其診斷效能超過了肝包蟲病流行區(qū)的高年資超聲醫(yī)生水平。低年資和中年資超聲醫(yī)生在AI的輔助下，其診斷肝包蟲病的能力可分別提升10.7%和7.8%。

　　同時，模型還可以進一步準確鑒別出囊型包蟲病、泡型包蟲病、良性肝局灶性病變以及惡性肝局灶性病變。對于囊型包蟲病，模型還可以將需要治療的類型（有活性和過渡型）和不需要治療的類型（無活性）準確鑒別。另外，對于疫區(qū)合并有乙肝/丙肝的患者，模型還可以對泡型包蟲病及原發(fā)性肝癌進行準確鑒別。

　　該研究的發(fā)布為我國肝包蟲病的準確診斷提供了新方法，也為我國西部地區(qū)的肝包蟲病遠程診斷提供了廣闊應(yīng)用前景。