《肝结节的诊断、治疗及管理专家共识（2026 年版）》影像学解读

《肝结节的诊断、治疗及管理专家共识（2026年版）》影像学解读【摘要】肝结节是慢性肝病进程中的常见表现，其良恶性的鉴别与风险分层直接影响患者预后。为规范肝结节的临床诊疗与管理，中华预防医学会感染性疾病防控分会制订了《肝结节的诊断、治疗及管理专家共识（2026年版）》。本文基于影像学视角，系统解读该共识中肝结节的定义与分类、影像学诊断策略、随访监测方案以及人工智能应用进展4个方面，旨在协助临床医师准确把握影像检查的循证选择依据、理解肝脏影像报告与数据系统分类的临床处置意义，并为制订个体化监测策略提供参考，从而推动该共识在临床实践中的规范应用与落实。【关键词】肝结节；超声检查；体层摄影术，X线计算机；磁共振成像；人工智能；影像学诊断；专家共识慢性肝病每年约造成200万人死亡，是全球的重大卫生健康负担[1-2]。由于持续存在的肝脏炎症与损伤，慢性肝病可进一步发展为肝硬化甚至肝癌，而肝结节是这一演变过程中的关键中间环节和常见表现[3]。从再生结节（regenerativenodule，RN）、低级别异型增生结节（lowgradedysplasticnodule，LGDN）、高级别异型增生结节（highgradedysplasticnodule，HGDN），直至早期肝细胞癌（hepatocellularcarcinoma，HCC），肝结节的性质直接决定患者的治疗策略与预后[4]。因此，肝结节的早期、准确评估与其良恶性鉴别对于延缓肝癌发生以及改善患者生存具有重要意义。为规范我国肝结节的诊疗与管理，中华预防医学会感染性疾病防控分会参考国内外最新研究证据与临床实践，制订了《肝结节的诊断、治疗及管理专家共识（2026年版）》（以下简称“2026版共识”）[5]。影像学检查在肝结节管理中具有重要地位，包括高风险人群筛查、结节检出与定性、良恶性鉴别、治疗决策选择及长期随访监测等环节。2026版共识系统梳理超声、CT、MRI、数字减影血管造影（DSA）及PET/CT等的应用价值及局限性，并针对不同风险人群推荐了不同的规范化影像学路径。本文从影像学视角对2026版共识进行解读，包括以下核心内容：①共识如何定义与分层肝结节，其与肝脏影像报告与数据系统（liverimagingreportinganddatasystem，LIRADS）分类体系的内在联系；②不同临床场景下肝结节的影像检查路径推荐及其依据；③影像学如何具体支撑共识提出的风险分层管理流程；④人工智能（artificialintelligence，AI）在共识中的定位及其与现有影像路径的融合前景。本文旨在帮助临床与影像医师更准确地把握2026版共识要点，从而为患者制订更合理的个体化诊疗方案，最终改善预后。1肝结节的定义及影像学分类1.1定义目前全球尚无完全统一的肝结节定义。综合2026版共识与LI-RADS定义[6]，肝结节指在影像学检查或病理检查中发现、位于肝脏实质内的局限性异常结构，形态可呈结节状或肿块状，性质可为良性、恶性或癌前病变，可单发或多发，并可对周围肝组织及脉管产生占位效应。1.2分类1.2.1数量与大小分类根据影像学表现，肝结节可按数量与大小进行分类。按数量分为单发结节与多发结节；按大小分为：直径<1cm的结节影像学诊断困难，绝大多数为非HCC结节；直径1~2cm的结节诊断仍具挑战，约1/3可能为非HCC结节，部分HCC呈不典型动态增强模式；直径>2cm的结节通常可通过影像学方法获得明确诊断[7]。1.2.2LI-RADS分类LI-RADS是美国放射学会针对HCC高危人群发布的影像学分类系统。根据2018版CT/MRI的LI-RADS体系，未经治疗且未经病理证实的肝结节被归入以下8个类别：LR-NC、LR-1、LR-2、LR-3、LR-4、LR-5、LR-M以及LR-TIV。不同的LIRADS类别肝结节恶性风险、自然病程及预后状况存在显著差异。LI-RADS分类及其随访策略详见表1。在临床实践中，LR-3和LR-4类结节均具有中等风险进展为HCC，是管理的重点与难点。然而，两者的风险特征和临床结局差距较大。LR-3结节进展为HCC的年发生率（11.1%~24.5%）显著低于LR-4结节（30.9%~71.0%），且LR-4结节的恶性转化常发生在随访的前6个月内[8]。这表明LR-4结节已处于癌前病变或早期HCC的临界点，临床决策窗口期更短，而LR3结节相对恶化风险较低。LR-3结节主要采取重复加强监测策略，避免过度干预；LR-4结节则应积极干预，经过多学科诊疗（multi-disciplinaryteam，MDT）讨论，必要时结合肝活检以尽快明确诊断，争取根治性治疗时机。值得注意的是，超声造影（CEUS）亦有独立的LI-RADS体系，但CEUS在2026版共识中仅被定位为初步增强检查。2肝结节影像学诊断目前，肝结节的影像学诊断主要包括超声/CEUS、CT/增强CT（contrast-enhancedcomputedtomography，CECT）、MRI/动态对比增强MRI（dynamiccontrastenhancedmagneticresonanceimaging，DCE-MRI）、DSA及PET/CT。2.1超声超声是肝结节评估的基础影像学方法，可在早期灵敏地检测结节并初步判断其良恶性[9]。使用细胞特异性造影剂的CEUS技术，显著提升了超声对HCC、转移瘤与良性结节的鉴别诊断能力[10]。典型HCC的CEUS表现为动脉期整体高增强，延迟期廓清。相关研究显示，CEUS在肝结节良恶性鉴别方面的诊断价值与CT及MRI相当[11-12]。然而，CEUS的诊断准确性易受操作者经验影响，不典型的微小病变易漏诊或误诊，且诊断性能受限于LI-RADS分类、空间分辨率及不典型增强模式[13-14]。因此，2026版共识推荐超声作为肝结节的常规筛查方法，但其对直径<1cm的病变易漏诊；对于超声发现的可疑肝结节，建议进一步行CEUS作为初步增强检查。临床实践中，可采用高频探头、结合血清学标志物或联合超声弹性成像，以提高肝结节的诊断准确率。2.2CT与超声相比，CT具有更高的空间分辨率和全肝容积扫描能力，在肝脏良恶性病变中应用广泛。CECT可快速反映病灶血流动力学特性，典型HCC在CECT表现为动脉期强化及门静脉期廓清。Thomas[15]的研究证实，CECT鉴别肝结节良恶性具有较高的敏感度（88.9%）、特异度（95.8%）和诊断准确度（91.7%）。然而，部分病变血供变化不典型，HGDN和早期HCC的CECT图像特征存在部分重叠，尤其是在肝硬化背景下的鉴别诊断面临一定困难[16]。因此，临床实践中应根据结节大小、LI-RADS分类及患者风险因素，合理选择CT检查策略，若诊断不确定或需全面评估，建议联合钆塞酸二钠增强MRI（gadoxeticacid-enhancedMRI，EOB-MRI）检查，CEUS可作为必要补充，以实现对肝结节的精准管理。2.3MRIMRI凭借优异的软组织对比度、多序列多参数成像及无电离辐射的优势，在肝结节的定性诊断和鉴别诊断中居核心地位。DCE-MRI通过评估肝结节的血流动力学特征，对典型HCC结节的诊断具有较高的敏感度和特异度[17]。一项纳入1333例疑似HCC患者的Meta分析显示，细胞外对比剂增强MRI的敏感度和诊断准确度均优于CECT，尤其对<2cm的结节优势显著[18]。近年来，细胞内特异性对比剂持续发展。Xiao等[19]研究表明，相比细胞外对比剂增强MRI，EOBMRI对肝脏亚厘米结节的检出敏感度更高。EOB-MRI的肝胆期信号能够反映RN到HCC的组织学演变过程中影像学特征改变[20]。Kwok等[21]的综述指出，在HCC发生发展过程中，肝胆期低信号的出现通常早于动脉期高增强，无动脉期高增强的肝胆期低信号仍可提示早期HCC或HGDN。此外，磁共振弹性成像与扩散加权成像在肝结节的良恶性鉴别中提供独特的补充信息，弹性成像硬度值与表观扩散系数均表现出较高的鉴别诊断能力[22]。2026版共识建议，CEUS作为初步增强检查，EOB-MRI适用于CEUS不确定或需要更全面评估的病例；对恶性风险高危人群，建议每6个月行CECT或EOB-MRI监测。临床中，MRI检出早期微小结节价值日益凸显，肝胆期低信号提示早期HCC或癌前病变可能，评估时需结合T1WI、T2WI、扩散加权成像及多期增强图像综合判断。2.4DSA与PET/CTDSA通过减影技术可显示肝动脉解剖变异及肿瘤血管构筑特征，其价值主要集中于介入治疗的计划制订与过程评估。当常规无创影像（超声、CT、MRI）无法明确富血供结节且临床高度怀疑HCC时，DSA可考虑为补充诊断方法[23]。然而，DSA有创且对乏血供病变不敏感，不宜用于肝结节常规筛查，仅适用于MDT讨论后的特定患者。PET/CT能同时提供功能和解剖信息，使肝结节影像诊断更全面。与传统18F-FDGPET/CT相比，68GaFAPIPET/CT在部分研究中显示出检测肝脏恶性病变的潜在优势[24]，但相关证据处于积累阶段，相关指南推荐强度有限，其临床普及仍面临挑战。2026版共识建议，若常规影像学无法明确诊断直径1~3cm的富血供结节，或患者拟行介入治疗时，可考虑行DSA检查，以实现精准诊断与治疗的同步进行，必要时可进一步进行PET/CT检查。综上所述，超声、CT、MRI、DSA与PET/CT在肝结节的全周期管理中并非相互替代，而是针对不同临床情况的优势互补。2026版共识的核心在于，医师应根据结节大小、风险评估及前期检查结果，动态选择影像学方法，以平衡精准诊断、诊疗效率与医疗成本，避免检查过度或检查不足。3影像学在肝结节管理与监测中的应用2026版共识基于患者个体化风险分层，针对不同风险人群给出明确影像学推荐。2026版共识将筛查范围从HCC扩展至所有类型的肝结节，并对发现结节进行规范化系统性管理，体现了全周期管理核心理念。3.1高风险人群的筛查策略2026版共识将以下人群定义为恶性肝结节的高风险人群：各种病因（如酒精性肝病、代谢相关脂肪性肝病等）所致的肝硬化；慢性乙型或丙型肝炎病毒感染且年龄≥40岁；具有肝硬化或肝癌家族史；明确接触黄曲霉毒素等致癌物。对于高风险人群，建议从40岁开始，每6个月进行一次筛查。而对于伴有肝硬化、肝结节或肝癌家族史的极高危个体，建议加强随访强度，起始年龄提前至30岁，每1~3个月筛查一次。该筛查策略综合参考国内外权威指南、大型队列研究证据及我国临床实践，将极高危人群的筛查起始年龄提前、筛查频率加密，为患者预留充分的干预窗口。此类人群的结节癌变进程更快，密集的监测有助于发现LGDN或HGDN向早期HCC转化的关键阶段，从而最大程度为根治性治疗创造条件。3.2肝结节人群的分层管理根据是否存在恶性高危因素，2026版共识将患者分为高风险与低风险群体。对于高风险群体，若同时合并肝外恶性肿瘤，需先通过影像学排除肝转移，确诊后按原发肿瘤相关指南进行分期与治疗。此外，若影像学检查将结节归类为LR-5（明确HCC），影像学可作为无创性诊断依据，通常无需活检即可进入治疗决策流程。但具体治疗方案（包括根治性治疗或姑息性治疗）的确立，仍需结合肝功能储备、肿瘤分期、门静脉高压及患者全身状态等进行综合评估；对于LR-3/4（可能恶性）结节，影像报告应明确注明LI-RADS分类、大小、血供及肝胆期特征，并给出“建议MDT”或“建议活检”的结论，以推动后续个体化精准干预。对于低风险群体，若影像学呈现典型良性特征，如肝海绵状血管瘤（周边结节状增强、向心性填充）、单纯性肝囊肿（无增强、极低回声/密度）、肝局灶性结节状增生（中央瘢痕、辐轮状动脉期增强）等，可直接确诊。若病灶不具备典型特征，则需经过包含增强影像、穿刺活检及MDT讨论在内的多轮评估。具体流程见图1。2026版共识推荐的分层管理流程，核心在于通过风险初筛将医疗资源集中于高危人群，同时为低危人群提供较为安全、经济的随访途径。该流程融合了MDT与个体化理念，实现避免过度医疗和防止延误诊治的双重目标，并且有助于临床医师快速定位决策节点，减少主观差异，提升管理规范性。3.3肝结节监测对肝结节患者实施个体化监测，有助于早期识别恶变风险与术后转移，并精准评估治疗反应。2026版共识针对不同病理类型或治疗后的肝结节，推荐了差异化的影像学监测方案。对于接受根治性治疗的HCC患者，术后2年内建议每3个月进行一次CECT或MRI检查，2年后延长至每6个月一次，而晚期HCC患者建议每3个月一次。对于癌前病变患者，术后第1年建议每3个月复查，此后调整为每6个月一次（图2）；若病理证实为局灶性癌变，则按HCC随访[25]。该策略依据疾病进展规律制订：HCC根治性术后2年内复发率较高，需密集随访；2年后风险下降，可适当延长随访间隔。相比之下，癌前病变进展较慢，随访间隔相对宽松。晚期HCC的监测频率增加是为了早期及时评估疗效，调整治疗方案，以维持患者生活质量。其他类型肝结节监测策略见表2。4AI在肝结节中的应用进展近年来，AI在影像学领域取得了突破性进展，为肝结节的精准诊疗提供了新的技术路径[26-27]。在图像质量优化方面，AI可通过深度学习重建技术有效抑制噪声、提升对比噪声比，在降低辐射剂量或缩短扫描时间的同时保持优秀的诊断性能[28]。而在辅助诊断中，AI已广泛应用于肝结节的检测与定性。Strohm等[29]的研究证实，使用CEUS图像构建的深度学习模型不仅能自动识别“廓清”征象，其在测试集上的平衡准确率高达82.0%。另一项研究发现[30]，基于多期CT与临床数据构建的自动诊断模型，在良恶性鉴别中的曲线下面积达到0.97，诊断性能与高年资医师相当，并能有效区分7类局灶性肝病变。在预后预测方面，基于影像组学的AI模型可通过提取人眼难以识别的深层特征，实现术前风险分层。Lei等[31]构建的AI模型综合术前CT影像组学与临床数据，发现其在预测HCC微血管侵犯方面的曲线下面积达0.86，能有效评估HCC的复发与生存风险。随着深度学习、影像组学及多模态融合技术的发展，AI将逐步融入肝结节影像分析全流程，2026版共识也肯定了AI在肝结节中的诊断价值与应用前景。在AI模型整合至影像信息系统后，可望实时辅助LI-RADS分类（特别是LR-3/4结节）的量化风险评估，从而优化MDT决策效率。5总结与展望2026版共识在影像学方面的核心贡献可归纳为：①确立了以风险分层和LI-RADS系统为框架的精准管理理念；②构建了以CEUS为初筛增强工具、EOBMRI为不确定结节和早期HCC评估主要方法的阶梯式影像检查路径；③制订了贯穿全周期的个体化影像学监测方案。未来，随着AI技术与多模态影像的深度融合，肝结节评估将朝着更早期、更定量、更智能化的方向发展。参考文献[1]Muñoz-RestrepoAM,NavasMC,DazaJ,etal.Preventioninhepatology[J].JPersMed,2024,14(2):132.DOI:10.3390/jpm14020132.[2]HahnJW,WooS,ParkJ,etal.Global,regional,andnationaltrendsinliverdisease-relatedmortalityacross112countriesfrom1990to2021,withprojectionsto2050:comprehensiveanalysisoftheWHOmortalitydatabase[J].JKoreanMedSci,2024,39(46):e292.DOI:10.3346/jkms.2024.39.e292.[3]ZieglerPF,RibbackS.PräneoplasiendeshepatozellulärenKarzinoms,Preneoplasticlesionsofhepatocellularcarcinoma[J].Pathologie,2025,46(6):347-355.DOI:10.1007/s00292-025-01467-1.[4]WenKW,KakarS.Hepaticprecancerouslesionsandearlyhepatocellularcarcinoma[J].GastroenterolClinNAm,2024,53(1):109-132.DOI:10.1016/j.gtc.2023.11.005.[5]中华预防医学会感染性疾病防控分会.肝结节的诊断、治疗及管理专家共识(2026年版)[J].中华肝脏病杂志,2026,34(1):59-74.DOI:10.3760/501113-20250719-00282.[6]BlandinoAA,VernuccioF,CannellaR,etal.Focallesionsinthecirrhoticliver:anupdateonLI-RADSclassificationandclinicalimplications[J].DigLiverDis,2026,58(6):713-725.DOI:10.1016/j.dld.2026.02.016.[7]中华人民共和国国家卫生健康委员会医政司.原发性肝癌诊疗指南(2026年版)[J].中国医学影像学杂志,2026,34(5):473-507.DOI:10.3969/j.issn.1005-5185.2026.05.001.[8]KannegantiM,MarreroJA,ParikhND,etal.Clinicaloutcomesofpatientswithliverimagingreportinganddatasystem3orliverimagingreportinganddatasystem4observationsinpatientswithcirrhosis:asystematicreview[J].LiverTransplant,2022,28(12):1865-1875.DOI:10.1002/lt.26562.[9]GiorgioA,DeLucaM,LombardiA,etal.HCCintheeraofemergingMASH:theroleofultrasoundinsurveillanceandnewsonographicfeaturesindiagnosis[J].Cancers,2025,17(24):4037.DOI:10.3390/cancers17244037.[10]AlTaweelA,JoueidiF,JoueidiA,etal.Evaluationoftheeffectivenessofcontrast-enhancedultrasoundinthediagnosisofearlyhepatocellularcarcinoma:asystematicreview[J].FrontRadiol,2025,5:1661522.DOI:10.3389/fradi.2025.1661522.[11]BurrowesDP,MedellinA,HarrisAC,etal.Characterizationoffocallivermasses:amulticentercomparisonofcontrastenhancedultrasound,computedtomography,andmagneticresonanceimaging[J].JUltrasoundMed,2021,40(12):2581-2593.DOI:10.1002/jum.15644.[12]WangH,CaoJ,FanH,etal.ComparedwithCT/MRILIRADS,whetherCEUSLI-RADSisworthpopularizingindiagnosisofhepatocellularcarcinoma:adirecthead-to-headmeta-analysis[J].QuantImagingMedSurg,2023,13(8):4919-4932.DOI:10.21037/qims-22-1383.[13]YuX,SongZ,ChangX,etal.Artificialintelligenceinultrasounddiagnosisoflivernodules:acomprehensivereviewofB-modeandcontrast-enhancedapplications[J].AdvUltrasoundDiagnTher,2025,9(4):326-346.DOI:10.26599/audt.2025.250098.[14]ZhouH,ZhangC,DuL,etal.Contrast-enhancedultrasoundliverimagingreportinganddatasystemindiagnosinghepatocellularcarcinoma:diagnosticperformanceandinterobserveragreement[J].UltraschallMed,2022,43(1):64-71.DOI:10.1055/a-1168-6321.[15]ThomasMS.TriplephasecontrastCT:anon-invasiveapproachtodiagnosefocalliverlesions[J].AfrJBiomedRes,2024:2413-2419.DOI:10.53555/ajbr.v27i3s.2669.[16]MokraneFZ,LuL,VavasseurA,etal.Radiomicsmachinelearningsignaturefordiagnosisofhepatocellularcarcinomaincirrhoticpatientswithindeterminatelivernodules[J].EurRadiol,2020,30(1):558-570.DOI:10.1007/s00330-019-06347-w.[17]LiXM,NguyenT,SparksHD,etal.Quantitativedynamiccontrast-enhancedmagneticresonanceimaging(DCE-MRI)inhepatocellularcarcinoma:areviewofemergingapplicationsforlocoregionaltherapy[J].Bioengineering,2025,12(8):870.DOI:10.3390/bioengineering12080870.[18]ChenX,LiM,GuoR,etal.Thediagnosticperformanceofcontrast-enhancedCTversusextracellularcontrastagentenhancedMRIindetectinghepatocellularcarcinoma:directcomparisonandameta-analysis[J].AbdomRadiol,2022,47(6):2057-2070.DOI:10.1007/s00261-022-03484-7.[19]XiaoY,HuangP,WangC,etal.Detectionandcharacterizationofsubcentimeterhepatocellularcarcinoma:acomparisonofgadoxeticacid-enhancedandextracellularcontrastagent-enhancedMRI[J].LiverCancer,2026,15(2):222-236.DOI:10.1159/000547751.[20]JooI,KimSY,KangTW,etal.Radiologic-pathologiccorrelationofhepatobiliaryphasehypointensenoduleswithoutarterialphasehyperenhancementatgadoxeticacidenhancedMRI:amulticenterstudy[J].Radiology,2020,296(2):335-345.DOI:10.1148/radiol.2020192275.[21]KwokHM,ChauCM,LeeHCH,etal.Gadoxeticacidinhepatocellularcarcinomaandlivermetastases:pearlsandpitfalls[J].ClinRadiol,2023,78(10):715-723.DOI:10.1016/j.crad.2023.06.005.[22]JabiyevA,KarçaaltıncabaM,KaraosmanoğluAD,etal.Multiparametricmagneticresonanceimaging,diffusionweightedmagneticresonanceimaging,andmagneticresonanceelastography:differentiatingbenignandmalignantliverlesions[J].Dir,2025:133-138.DOI:10.4274/dir.2025.253324.[23]AhmedRM,AliWA,AbdelHakamAM,etal.Detectionofhepatocellularcarcinomafeedingvessels:MDCTangiographywith3Dreconstructionversusdigitalsubtractionangiography[J].BMCMedImag,2024,24(1):250.DOI:10.1186/s12880-024-01408-z.[24]LiangZ,PengH,LiW,etal.Head-to-headstudyof[18F]FAPI-04PET/CTand[18F]FDGPET/CTfornon-invasiveassessmentoflivercanceranditsimmunohistochemicalmarkers[J].BMCCancer,2024,24(1):1378.DOI:10.1186/s12885-024-13153-1.[25]中华医学会肝病学分会肝癌学组,中华肝脏病杂志编辑委员会.肝细胞癌癌前病变诊断和治疗多学科专家共识（2023版）[J].中华肝脏病杂志,2023,31(12):1250-1261.D