这项研究揭示了利用预后特征预测原发性硬化性胆管炎（PSC）患者肝功能失代偿的潜力。2024年12月9日，纽约布法罗 — 一篇新的研究论文于2024年11月22日发表在《Oncotarget》第15卷，题为“基于CT影像组学和体成分模型预测肝功能失代偿”。梅奥诊所的研究人员Yashbir Singh、John E. Eaton、Sudhakar K. Venkatesh和Bradley J. Erickson开发了一种创新的人工智能工具，用于预测PSC患者的肝功能失代偿。PSC是一种慢性疾病，会损害胆管并可能导致肝衰竭。肝功能失代偿标志着晚期肝病的关键阶段，临床医生长期以来一直面临预测谁处于风险中的挑战。梅奥诊所的新AI工具通过结合体脂和肌肉组成数据与从计算机断层扫描（CT）中提取的信息，填补了这一空白。通过分析这些组织，AI模型识别出与肝衰竭风险增加相关的模式。
该研究涉及80名PSC患者，包括30名有肝功能失代偿的患者、30名没有肝功能失代偿的患者，以及20名外部验证集的患者。AI模型取得了令人印象深刻的结果，准确识别出高风险患者的比例高达97%。通过早期识别这些风险，临床医生可以更早进行干预，从而改善患者预后。
尽管研究集中在PSC上，但研究团队强调了其工作的更广泛影响。“这可能有助于检测其他PSC相关并发症，如胆管癌，以及在更常见的慢性肝病如非酒精性脂肪肝病（NAFLD）中的应用。”这种非侵入性、数据驱动的方法提供了一种强大的方式来评估健康风险并提供更个性化的治疗。尽管研究结果令人鼓舞，研究人员承认研究的局限性，包括样本量有限和单一中心设计。“然而，进一步的研究是必要的，以在大规模独立数据集中验证我们的发现，确保模型的稳健性和普适性。”
总之，这项研究表明，CT扫描中的详细信息可以帮助临床医生预测PSC患者的严重肝问题。通过识别图像中的隐藏模式，他们可以更好地了解风险并制定个性化的治疗计划。这种方法可以改善PSC和其他长期肝病的护理。
(全文结束)
