人工智能(artificial intelligence，AI)在医学影像学中的应用为疾病的诊断带来了极好的便利性，可帮助分析疾病的影像学特征。有报道显示，AI利用大数据分析对部分疾病的早期筛查诊断率极高，其中乳腺癌等诊断成功率均超过了影像专家[1-2]。病理诊断是目前诊断肿瘤疾病的金标准，在各类肿瘤疾病诊断竞赛中，AI的表现堪称完美。根据最佳算法AI诊断肿瘤疾病的曲线下面积可达0.9以上[3]。AI技术不仅可对部分患者的疾病进行诊断，还具有对预后进行预估评价的作用，在对肺癌、乳腺癌及脑肿瘤患者的预后评估中均取得了不错的研究成果[4-5]。AI技术已逐渐进入临床并得到广泛应用，亦被多数患者认可。在世界范围内，肝癌的病死率居恶性肿瘤的第二位[6]。我国肝癌的发病率居恶性肿瘤的第四位，病死率居第三位[7]。肝脏恶性肿瘤在我国属于常见恶性肿瘤，其发病率占全球肝癌发病率的50%以上[8]。肝癌发病极为隐匿，一旦出现症状已为中晚期，不仅给患者带来极大的痛苦，更给家庭经济带来沉重负担，此类患者需要及时的诊断和治疗。现就AI在肝癌患者诊断及治疗中的应用前景及进展予以综述。

1 肝癌诊断及治疗的现状

1.1肝癌诊断的现状 病理诊断是肝癌诊断的金标准，但病理诊断属于侵入性操作，限制了其在临床的应用。因此，相关肿瘤标志物与影像学诊断成为临床诊断肝癌的首选。血清甲胎蛋白是肝癌的相关标志物，对肝癌早期的诊断具有较高的意义与价值，但可能出现假阳性和假阴性的情况，影响了临床诊断的准确性[9]。而其他相关肿瘤标志物检测也会发生与血清甲胎蛋白同样的情况，造成临床诊断的偏差。此时，采用影像学进行进一步诊断显得尤为重要。

超声具有简单、便捷、经济实惠等多种优势，现已在我国各大医院普及，成为肝癌诊断的主要方式。研究指出，超声可准确反映人体肝内实质占位性病灶，对小肝癌、肝囊肿、肝血管瘤的诊断鉴别均具有较高的价值[10]。其他影像学检查(如磁共振成像、CT、彩色多普勒超声)也具有一定价值。有研究指出，磁共振成像可清楚显示静脉病变，用于肝癌治疗及预后的评估具有较高价值[11]。CT相对于其他影像学检查较为昂贵，其对肝癌的诊断同样具有较高价值，同时还可反映患者肝脏血流情况，为患者的手术提供帮助[12]。彩色多普勒超声不仅对于鉴别良恶性肝癌具有一定价值，且对肿瘤的血流与血管情况的鉴别也具有较高价值，可为肝癌患者的手术提供帮助[13]。

1.2肝癌患者的治疗现状 手术是治疗肝癌的首选方法，临床研究结果指出，手术治疗肝癌的临床治疗效果较好，患者生活质量、生存时间均得到显著改善[14]。但并非所有肝癌患者均具备手术指征，部分患者因手术禁忌证只能接受其他治疗。对于无法进行手术治疗的患者，采用非手术治疗是患者的首选，包括射频消融、放化疗、中西医结合治疗、靶向治疗等。其中，射频消融治疗具有微创、可反复使用、费用低等优点，目前在国内已广泛开展。研究指出，射频消融治疗肝癌的近期疗效优于手术切除治疗，甚至可达到手术切除的同等效果，可代替部分外科手术治疗[15]。放化疗是治疗癌症的常用方法，其效果已在临床得到公认，但无论是放疗还是化疗，患者均会出现一定的不良反应，导致生活质量降低。中西医结合治疗是我国治疗肝癌(包括其他癌症)的一大特色，有研究指出，中西医结合治疗可提升患者的免疫力，提高患者对西医治疗的耐受性，改善因西医治疗导致的不良反应，减少治疗后的复发转移，延长生存时间[16]。靶向治疗是癌症治疗最有效的方法之一，靶向治疗具有分子选择性，能够多靶点选择性地杀灭肿瘤细胞，且不良反应的发生率较其他西医治疗低，但费用较高[17]。

2 AI在肝癌诊断与治疗中的应用

AI概念于20世纪50年代被提出，主要目的为让机器人代替人类工作[18]。但由于当时科技水平等多方面均较落后，受限于各种技术的发展，无法将其真正实现。直到20世纪80年代，计算机水平不断飞跃，机器学习概念开始出现，此时计算机具有了学习功能，具备了浅层人工神经网络[19]。到了21世纪，AI技术开始全面发展，深度学习技术让AI有了质的飞跃。AI进入医学领域后得到了广泛应用，已成为众多AI研究者和临床医学工作者研究的热点[20]。

2.1AI技术在肝癌影像学诊断中的作用 超声、磁共振成像、CT等影像技术已在临床应用，在肝癌的诊断、分期及疗效评估中起重要作用[21-22]。但部分肝癌患者可出现不典型甚至罕见的影像学表现，此时影像学诊断往往取决于临床医师与影像科医师的临床经验和个人水平。医学影像的二维属性与数字化趋势是AI应用的最佳领域，可利用AI技术辅助影像科医师提高其工作效率，降低误诊率，有助于疾病的诊断与标准化报告质量。AI技术在医学领域的应用极为广泛，有文献报道，肝脏肿瘤每年的手术数量高达6 000余例，如此多的患者也充分显示了医院拥有相当庞大的影像学数据，这对于AI智能系统具有很重要的意义，可帮助AI智能进行训练与测试，一旦AI系统成熟应用到临床中，即可对肝脏影像学中的细微特征进行详细、准确的识别，这对于患者的术前诊断以及判断是否有微血管侵犯、淋巴结转移等很有帮助[23]。同时，AI技术还可运用于相关实验室指标中，部分患者在进行实验室诊断时，可因多种因素导致相关指标出现假阳性、假阴性等情况，AI技术的运用可根据患者实验室指标进行再度分析，网罗大数据进行一一比对，根据结果判定患者疾病风险系数。