提起肝硬化，想必大家都不會感到陌生。作為一種常見的末期肝病，肝硬化若久久得不到有效治療就易進展為肝癌，對患者生命健康構成嚴重威脅。而想要有效治療肝硬化，首先就必須完善其診斷技術，如此才能真正做到“早發現、早治療”。

　　再生醫學網獲悉，近日，來自東南大學附屬中大醫院的祁小龍主任與復旦大學人類表型組研究院的王成彥首次建立肝臟血管組學人工智能模型診斷肝硬化門靜脈高壓。相關研究成果發表在Radiology上。

　　本研究基于CHESS1701和CHESS1802兩項多中心研究隊列（NCT03138915,NCT03766880），首次開發了一套基于人工智能CT/MRI肝臟血管組學預測模型的自動化門靜脈高壓無創診斷方法，包括：

　　01、自監督的肝臟血管自動三維自動分割網絡

　　02、肝臟血管幾何參數的自動提取算法

　　03、血管結構的關聯網絡模式分析

　　04、肝硬化門靜脈高壓無創診斷模型

　　本研究分析了肝內血管形態學在CSPH人群中的變化規律，通過組學分析發現了門靜脈高壓的肝臟血管重新分布特征：CSPH患者血管密度顯著降低，尤其是遠端血管豐富度明顯下降；CSPH患者血管關聯度顯著增加，考慮為肝臟相鄰血管的代償作用。模型通過特征工程共篩選出肝硬化的關鍵血管組學指標30余個，并取得了顯著優于傳統模型的診斷性能。

　　本研究在213例CSPH患者和310例無CSPH患者的回顧性隊列中，構建了肝臟血管組學預測模型，實現了在肝硬化患者中準確識別CSPH（AUC=0.90），并在兩個外部測試隊列上同樣具有較高的診斷能力。

　　相比于傳統影像組學模型，本研究首次建立『肝臟血管組學』人工智能模型不局限于單模態影像的應用，可以在多模態影像統一預測而無需額外訓練和調參，并具有更好的泛化性能，有利于臨床的應用和推廣。既往人工智能相關技術局限于“黑盒子”，臨床醫師無法解釋其決策過程。

　　本研究明確了以血管幾何特征診斷肝硬化門靜脈高壓的可行性，并為模型診斷補充了有力的病理生理學解釋，有望快速技術轉化并臨床應用。

　　隨著“人工智能化”浪潮襲來，各行業領域紛紛開啟轉型模式，其中，尤以醫療領域轉型最為成功?，F如今，在人工智能的賦能下，臨床醫學診治實現了“脫胎換骨”。對此，再生醫學網表示，隨著該項研究成果問世，勢必會加快臨床醫學診治智能化的速度。