研究团队利用人工智能预测肝癌风险

加州大学戴维斯分校健康中心的临床医生和数据科学家团队开发了一种机器学习模型，可以更好地预测哪些患者患上常见类型肝癌——肝细胞癌 (HCC) 的风险更大。

他们的研究结果发表在《Gastro Hep Advances》杂志上，描述了预测学习如何帮助医生为诊断为代谢功能障碍相关脂肪肝病(MASLD)的患者提供早期 HCC 风险评估。该试点技术或许能够为医生提供关键信息，以便更仔细地筛查患者，从而提供更个性化的护理。

该研究的合著者、加州大学戴维斯分校精准医学和数据科学中心的临床信息学专家 Aniket Alurwar 表示：“MASLD 可导致 HCC，但这种疾病相当隐蔽，通常不清楚哪些患者面临这种风险。”“对每一位 MASLD 患者进行活检是没有意义的，但如果我们能够对风险进行细分，我们就可以更密切地追踪这些人，或许可以及早发现 HCC。”

诊断隐形状况

MASLD(以前称为非酒精性脂肪肝病或 NAFLD)是一种通常与 2 型糖尿病等代谢性疾病相关的疾病，是脂肪在肝脏中堆积的疾病。大约 25% 的美国人患有某种形式的 MASLD，使其成为最常见的肝脏问题之一。

数据科学团队与临床医生密切合作，其中包括第一作者胃肠病学和肝病学助理教授 Souvik Sarkar，以及资深作者、内科、血液学和肿瘤学杰出教授 Frederick Meyers。迈耶还是精准医学和数据科学中心的主任。

该研究是同类研究中的第一个。研究人员训练了机器学习算法，利用大型数据集做出可验证的预测。