来源:Livers 发布时间:2026/3/26 14:22:05
选择字号:
人工智能在肝移植领域的创新:从大数据到更佳疗效| MDPI Livers

论文标题:AI Innovations in Liver Transplantation: From Big Data to Better Outcomes

论文链接: https://www.mdpi.com/2673-4389/5/1/14

期刊名:Livers

期刊主页:https://www.mdpi.com/journal/livers

文章导读:

肝移植是终末期肝病的核心治疗手段,但其全流程诊疗决策复杂,传统手段存在效率与精准性局限。人工智能(AI)凭借强大的复杂数据处理能力,为肝移植(LT)优化提供了新路径。本综述系统梳理2000-2024年AI在肝移植领域的应用研究,聚焦其在术前患者筛选与器官分配、术中移植物评估与手术规划、术后并发症预测与移植物功能监测等全流程的应用成果,验证了AI在提升诊疗准确性、优化资源分配上的显著优势,同时客观分析了算法透明性不足、数据偏倚、临床转化滞后等现存挑战,并明确了个性化算法研发、非侵入性技术优化、监管伦理体系完善等未来研究方向,为AI与肝移植临床实践的深度融合提供了前沿参考。

图 1. AI在肝移植中的应用

AI在肝移植术前和术中的主要应用:

AI技术依托机器学习、深度学习等算法实现了临床流程的优化与精准化辅助。术前主要用于患者筛选与器官分配,通过整合MELD评分指标及腹水、肝性脑病等未被纳入的临床参数,开发出神经网络、最优分类树等算法,精准预测肝移植等待名单患者90天死亡率,还能针对肝癌候选者预测等待名单脱落率,弥补传统评分局限,提升器官分配的客观性与公平性。术中则聚焦手术规划与移植物评估,借助深度学习辅助 CT 体积测量法、结合供体体测特征的机器学习模型精准高效估算供肝重量,同时通过计算机视觉AI、卷积神经网络等技术定量检测肝移植物脂肪变性,还实现了基于智能手机图像的术中无创脂肪变性评估。也能对非酒精性脂肪肝供肝的脂肪变性和纤维化进行自动化分析,解决人工评估效率低、主观性强的问题,为术中决策提供可靠量化依据。

AI 在肝移植术后的主要应用:

肝移植术后阶段,AI 技术主要用于并发症的诊断管理与移植物短期、长期功能评估,为临床术后监测和干预提供量化支撑。针对肝癌复发、肺炎、急性肾损伤、重大心血管事件、移植后新发糖尿病等高发并发症,以及术中大量输血、移植物抗宿主病、丙肝患者术后并发症等特殊问题,AI依托 XGBoost、梯度提升机、随机森林等算法,整合术前后实验室数据、术中操作参数、供体信息甚至社会心理数据,实现并发症的早期风险预测与分层,部分模型对急性肾损伤、心血管事件的预测AUROC分别达0.90、0.89;同时,AI 算法可结合供体、受体的临床与实验室数据,精准预测术后3个月至9年的移植物功能,还能通过常规临床和生化数据无创监测、早期检测急性排斥反应,减少侵入性肝活检的使用,2024年研发的深度学习模型更实现了肝移植术后院内死亡率的持续风险调整监测,AUC达0.857,优于传统风险评分,可及时识别手术预后异常并指导临床干预。

AI应用的现存挑战和未来研究方向:

当前AI在肝移植领域的应用仍存在明显不足,多数算法仅经单中心回顾性研究验证,缺乏多中心大样本的前瞻性临床验证,且多聚焦单一诊疗环节,尚未形成覆盖全流程的一体化应用体系,同时算法无法替代医疗人员的临床判断,仅能作为辅助工具。其落地还面临诸多核心挑战,机器学习、深度学习等核心算法多为 “黑箱模型”,决策推理过程缺乏可解释性,难以获得临床医师的充分信任。算法训练数据多来源于单一人群或医疗中心,存在显著的人群与数据偏倚,对不同种族、病情特征患者的适配性不足,且医疗数据的隐私性与异构性导致跨中心数据共享整合难度大。此外,目前尚无统一的AI算法临床验证评价标准,也未建立针对肝移植领域AI应用的专属监管框架与伦理准则,算法误差引发的不良后果缺乏明确责任界定,临床医师对AI技术的认知与接受度也参差不齐。

针对上述问题,未来研究与发展需重点研发适配肝移植的个性化诊疗算法,包括精准的器官分配模型、移植物功能预测工具、个体化免疫抑制方案制定算法等,同时聚焦算法可解释性优化,打破 “黑箱” 局限;强化移植物评估的非侵入性AI技术研发,进一步完善智能手机图像、数字病理在脂肪变性、纤维化评估中的应用,并将AI技术拓展至肝移植急诊分配优化、术中手术导航、术后长期随访等场景。开展多中心跨地域合作,构建多样化、标准化的肝移植临床数据集,减少数据偏倚,建立统一的AI算法临床验证评价标准,通过大样本前瞻性研究验证算法有效性与安全性。此外,还需制定肝移植领域AI应用的专项监管框架与伦理准则,明确数据使用、算法研发与临床应用的规范,同时加强临床医师的AI技术培训,提升其对AI工具的使用能力与接受度,推动AI与肝移植临床实践的深度融合,最终实现诊疗的精准化、高效化,提升肝移植患者的预后水平与移植成功率。

期刊介绍

Livers 期刊主题涵盖肝炎所有形式;酒精性肝病;非酒精性脂肪性肝病和非酒精性脂性肝炎;肝硬化;胆道疾病;药物性肝损伤;遗传性和代谢性肝病及其并发症;癌症与药物代谢;肝细胞癌;肝纤维化;肝病免疫学;肝病学营养;肝病病理学;肝病的诊断和治疗,为肝病学多学科领域的基础、转化和高级临床研究提供平台。目前已被 ESCI(Web of Science)、Scopus 等国际权威数据库收录。

主编: Prof. Dr. Hartmut W. Jaeschke

University of Kansas Medical Center, Kansas City, KS 66160, USA

副主编:Prof. Dr. Ralf Weiskirchen

RWTH University Hospital Aachen, D-52074 Aachen, Germany

2024 Impact Factor
2.4
2024 CiteScore
3.2
Time to First Decision
27 Days
Acceptance to Publication
6.7 Days
 
 
 
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
科学家揭开仙后座神秘X射线起源之谜 微观世界的“超级显微镜”
 科学家刷新锂离子电容器件低温运行纪录 科学家制造出可实时扭曲和控制光的芯片
>>更多
 
一周新闻排行
 
编辑部推荐博文