提起肝硬化，想必大家都不会感到陌生。作为一种常见的末期肝病，肝硬化若久久得不到有效治疗就易进展为肝癌，对患者生命健康构成严重威胁。而想要有效治疗肝硬化，首先就必须完善其诊断技术，如此才能真正做到“早发现、早治疗”。

　　再生医学网获悉，近日，来自东南大学附属中大医院的祁小龙主任与复旦大学人类表型组研究院的王成彦首次建立肝脏血管组学人工智能模型诊断肝硬化门静脉高压。相关研究成果发表在Radiology上。

　　本研究基于CHESS1701和CHESS1802两项多中心研究队列（NCT03138915,NCT03766880），首次开发了一套基于人工智能CT/MRI肝脏血管组学预测模型的自动化门静脉高压无创诊断方法，包括：

　　01、自监督的肝脏血管自动三维自动分割网络

　　02、肝脏血管几何参数的自动提取算法

　　03、血管结构的关联网络模式分析

　　04、肝硬化门静脉高压无创诊断模型

　　本研究分析了肝内血管形态学在CSPH人群中的变化规律，通过组学分析发现了门静脉高压的肝脏血管重新分布特征：CSPH患者血管密度显著降低，尤其是远端血管丰富度明显下降；CSPH患者血管关联度显著增加，考虑为肝脏相邻血管的代偿作用。模型通过特征工程共筛选出肝硬化的关键血管组学指标30余个，并取得了显著优于传统模型的诊断性能。

　　本研究在213例CSPH患者和310例无CSPH患者的回顾性队列中，构建了肝脏血管组学预测模型，实现了在肝硬化患者中准确识别CSPH（AUC=0.90），并在两个外部测试队列上同样具有较高的诊断能力。

　　相比于传统影像组学模型，本研究首次建立『肝脏血管组学』人工智能模型不局限于单模态影像的应用，可以在多模态影像统一预测而无需额外训练和调参，并具有更好的泛化性能，有利于临床的应用和推广。既往人工智能相关技术局限于“黑盒子”，临床医师无法解释其决策过程。

　　本研究明确了以血管几何特征诊断肝硬化门静脉高压的可行性，并为模型诊断补充了有力的病理生理学解释，有望快速技术转化并临床应用。

　　随着“人工智能化”浪潮袭来，各行业领域纷纷开启转型模式，其中，尤以医疗领域转型最为成功。现如今，在人工智能的赋能下，临床医学诊治实现了“脱胎换骨”。对此，再生医学网表示，随着该项研究成果问世，势必会加快临床医学诊治智能化的速度。