慢性肝病在当代肝病学中呈现出一个悖论：它既高度流行，又常在晚期才被诊断，此时有效干预已十分有限。尽管无创评估技术不断进步，但仍缺乏标准化、可扩展的方法来早期识别患者，尤其是无症状者。
“不幸的是，我们目前没有系统性的方法早期捕捉这些患者，大多数患者就诊于我们或他们的初级保健医生时，已经出现了晚期肝病的症状，很多时候我们已无法进行有效干预来改变其自然病程，”梅奥诊所的移植肝病学家Doug Simonetto医学博士告诉HCPLive。
当前策略主要依赖实验室评分系统和风险分层工具，但这些方法并未得到一致应用，且不推荐普遍筛查。因此，检测常依赖于临床怀疑或并发症的出现，导致大量患者未被识别。
Simonetto强调，早期检测的重担必须前移。初级保健医生往往是无症状期患者的第一个也是唯一接触点。
“我们需要转向针对高危人群的靶向或机会性筛查，”他指出，并强调了在患者到达肝病诊所之前识别疾病的重要性。
在此背景下，新兴技术正开始改变局面。在近期发表于《自然医学》的一项研究中，Simonetto及其同事评估了一种基于人工智能的模型，应用于常规心电图以检测晚期慢性肝病。该方法基于长期观察结果：肝硬化可导致心脏电生理发生可检测的变化，包括心率变异性改变。
利用深度学习，该模型识别出不仅与晚期疾病相关，还与早期亚临床阶段相关的心电图信号，并在基于初级保健的临床试验中进一步评估。研究结果表明，常规收集的数据可能具有作为机会性筛查工具的价值。
然而，重大障碍依然存在。AI模型虽然强大，但在可解释性、验证和临床信任方面带来了挑战。
“我们需要严格的临床研究来证明这些工具能改善结局，”Simonetto表示，并指出过早实施可能会增加临床负担而未见明确获益。
展望未来，该领域正朝着更广泛的范式转变迈进，有些人称之为“预防性肝病学”。未来策略可能整合心电图信号、生物标志物、影像学和遗传风险，实现多模式早期检测，而非被动应对晚期疾病。
“目标，”Simonetto说，“是更早地识别患者，改变疾病轨迹——在他们永远不需要移植之前。”
编者注：Simonetto声明无相关利益冲突。
参考文献
- Simonetto DA, Rushlow D, Liu K, 等. 通过AI增强心电图检测未诊断的肝硬化：一项实用、集群随机临床试验。Nat Med. 2026;32(1):160-167. doi:10.1038/s41591-025-04058-y
- Satake A. 梅奥诊所研究人员开发AI-ECG模型更早诊断肝病。梅奥诊所。2025年12月17日。2026年3月18日访问。
【全文结束】