最近已经开发了几种模型来预测慢性乙型肝炎患者发生肝细胞癌的风险。我们的目的是开发和验证一个人工智能辅助预测肝癌风险的模型。
使用梯度提升机（GBM）算法，对来自韩国4家医院的6051名接受恩替卡韦或替诺福韦治疗的慢性乙型肝炎患者建立了一个模型。独立建立了两个外部验证队列：韩国人（来自14个韩国中心的5817例患者）和白种人（来自11个西方中心的1640例患者）PAGE-B队列。主要结果是肝癌的进展。
在衍生队列和2个验证队列中，26.9%~50.2%的患者在基线检查时出现肝硬化。在基线时使用10个参数建立的模型显示出良好的预测性能（c指数0.79）。在韩国人（c指数0.79 vs.0.64–0.74；所有P<0.001）和白种人验证队列（c指数0.81 vs.0.57–0.79；所有P<0.05，除了改良的PAGE-B，P=0.42）中，该模型的识别能力明显优于先前模型（PAGE-B、改良的PAGE-B、REACH-B和CU-HCC）。校准图显示了令人满意的校准功能。当患者被分为4个风险组时，在8年的随访期间，最小风险组（韩国队列的11.2%和白种人队列的8.8%）发生肝癌的风险小于0.5%。
这种基于GBM的模型为韩国和白种人接受恩替卡韦或替诺福韦治疗的慢性乙型肝炎患者的HCC风险提供了最佳预测能力。
摘译自KIM HY, LAMPERTICO P, NAM JY, et al. An artificial intelligence model to predict hepatocellular carcinoma risk in Korean and Caucasian patients with chronic hepatitis B[J]. J Hepatol, 2022, 76(2): 311-318. DOI: 10.1016/j.jhep.2021.09.025.
（吉林大学第一医院感染病中心肝病科 张成港 郭晓林 报道）
