人工智能助力肝移植感染管理2024(附圖表)

醫(yī)院信息系統(tǒng)的進(jìn)步極大地增加了通過(guò)醫(yī)療機(jī)構(gòu)收集的患者數(shù)據(jù)量，

這為使用數(shù)據(jù)分析技術(shù)實(shí)現(xiàn)個(gè)性化醫(yī)療及改善患者預(yù)后提供了可能。

人工智能(artificialintelligence,AI)的核心是通過(guò)機(jī)器學(xué)習(xí)

(machinelearning,ML)方法挖掘大型數(shù)據(jù)中的隱藏聯(lián)系，其優(yōu)

勢(shì)在于能從現(xiàn)有的數(shù)據(jù)中學(xué)習(xí)，找到變量之間的新聯(lián)系并產(chǎn)生預(yù)測(cè)，

相比傳統(tǒng)方法能更有效地生成預(yù)測(cè)模型?；谶@一優(yōu)勢(shì)，越來(lái)越多的

學(xué)者將AI方法應(yīng)用于肝移植(livertransplantation,LT)領(lǐng)域，尤

其是在預(yù)后預(yù)測(cè)和器官分配方面⑴。

鄭州大學(xué)第一附屬醫(yī)院肝移植中心成立于2009年2月，是國(guó)家級(jí)重

點(diǎn)?？?普通外科)的重要組成部分，是河南省醫(yī)學(xué)會(huì)器官移植?？?/p>

分會(huì)主委單位，并建立了河南省肝移植中心、河南省器官移植質(zhì)控中

心、河南省器官移植聯(lián)合會(huì)診中心，河南省高等學(xué)校肝膽胰外科與消

化器官移植重點(diǎn)學(xué)科開放實(shí)驗(yàn)室、河南省消化器官重點(diǎn)實(shí)驗(yàn)室和鄭州

市肝膽胰疾病與器官移植醫(yī)學(xué)重點(diǎn)實(shí)驗(yàn)室，成為臨床與科研同步快速

發(fā)展的學(xué)科。年手術(shù)量已突破2。。例，位居全國(guó)前3名。術(shù)后患者的

生存率和生存時(shí)間均居全國(guó)首位，手術(shù)并發(fā)癥發(fā)生率最低。在臨床上

不斷完善肝臟移植技術(shù)及提高術(shù)后管理水平，提高患者存活率，為生

命延續(xù)做出了完美的詮釋和引領(lǐng)。在臨床技術(shù)不斷推進(jìn)的同時(shí)，我科

也在關(guān)注人工智能的發(fā)展趨勢(shì)，并且希望人工智能的發(fā)展，能為肝移

植患者的診療帶來(lái)更多獲益。

LT術(shù)后合并感染是LT受者圍手術(shù)期死亡及遠(yuǎn)期預(yù)后的重要影響因素,

感染所致死亡占LT術(shù)后死亡總數(shù)的30%以上，臨床上應(yīng)予以高度重

視⑵。本文現(xiàn)對(duì)AI在LT感染管理中的應(yīng)用做簡(jiǎn)要介紹。

感染是LT預(yù)后的重要影響因素

感染是LT術(shù)后最重要的并發(fā)癥之一，LT受者的感染風(fēng)險(xiǎn)會(huì)因免疫抑

制劑的使用而明顯增加121o一項(xiàng)回顧性研究納入韓國(guó)器官移植登記處

(KOTRY)肝臟隊(duì)列中的2563例成人LT患者數(shù)據(jù)，對(duì)此類患者各

類臨床結(jié)局的發(fā)生率和危險(xiǎn)因素進(jìn)行分析。結(jié)果顯示，活體供體肝移

植(livingdonorlivertransplantation,LDLT)和尸體供體肝移植

(deceaseddonorlivertransplantation,DDLT)的感染發(fā)生率分

別為26.7%和48.4%⑶。在LT后感染中，近一半為呼吸道感染

(47.5%),其次為膽道感染、手術(shù)部位感染等⑷。

此外，感染也是LT患者院內(nèi)死亡的主要原因。一項(xiàng)在中國(guó)進(jìn)行的回顧

性研究納入529例接受原位肝移植(orthotopicliver

transplantation,OLT)的患者，旨在分析LT患者的院內(nèi)死亡率及

相關(guān)因素。結(jié)果顯示，LT患者院內(nèi)死亡率為13.2%,排在前兩位的死

亡原因?yàn)楦腥?34.3%)和原發(fā)性移植肝無(wú)功(15.7%),其中肺部

真菌感染是感染性死亡的主要原因⑸。

術(shù)前感染對(duì)LT預(yù)后有不良影響

LT是治療終末期肝病的有效手段，細(xì)菌性感染在肝硬化患者中很常見(jiàn),

可增加死亡和退出LT等待名單的風(fēng)險(xiǎn)。一項(xiàng)病例對(duì)照研究納入2012

-2018年在帕多瓦醫(yī)院接受LT的466例患者，分為研究組（移植前

3個(gè)月內(nèi)發(fā)生細(xì)菌感染，n=108）和對(duì)照組（移植前未發(fā)生感染，

n=358）o結(jié)果顯示，研究組患者新發(fā)細(xì)菌感染、真菌感染和膿毒性

休克的發(fā)生率均顯著高于對(duì)照組，LT前細(xì)菌感染是LT后感染的獨(dú)立

預(yù)測(cè)因子（OR=3.92;R0.001）⑹。

最新發(fā)表的一項(xiàng)中國(guó)全國(guó)性、傾向評(píng)分匹配、回顧性隊(duì)列研究⑺發(fā)現(xiàn),

術(shù)前感染可導(dǎo)致肝移植術(shù)后早期并發(fā)癥的發(fā)生率增高和生存期縮短，

感染部位的數(shù)量也會(huì)影響肝移植受者的預(yù)后。研究納入中國(guó)肝移植注

冊(cè)中心（CLTR）數(shù)據(jù)庫(kù)中2015.1.1?2022.12.31接受LT的24122

例成人患者，在使用傾向評(píng)分匹配分析后比較LT的結(jié)局。結(jié)果顯示,

與未感染組相比，術(shù)前感染組患者的術(shù)后積液、感染、腹部出血、膽

道并發(fā)癥的發(fā)生率顯著升高（氏0.。1）,3。天、9。天生存率顯著降

低（產(chǎn)〈0.001）,總生存期顯著縮短（后0.009）（圖1）o此外，

與僅有1處感染的患者相比，感染部位＞2處的患者術(shù)后更容易發(fā)生

積液和感染（尸（0.01）,30天和90天生存率也顯著降低（F0.05）o

始模型使用重復(fù)5。次/迭代的5倍交叉驗(yàn)證進(jìn)行訓(xùn)練/調(diào)優(yōu)，之后在

內(nèi)部驗(yàn)證集中進(jìn)行驗(yàn)證⑼。通過(guò)運(yùn)用人工智能整合這些策略，研究者揭

示了與移植后微生物組組成和患者感染風(fēng)險(xiǎn)相關(guān)的糞便微生物群特征。

術(shù)后感染風(fēng)險(xiǎn)高的患者腸道菌群表現(xiàn)為微生物多樣性中-低等，腸球菌

分類群擴(kuò)大，共輾膽汁酸水平升高，短鏈脂肪酸和色氨酸等微生物代

謝物減少（圖2）。該研究為利用微生物組作為指示物來(lái)改善LT感染

管理打開了大門⑻。

圖2.通過(guò)糞便菌群分析預(yù)測(cè)LT患者感染風(fēng)險(xiǎn)

LT受者術(shù)后肺炎預(yù)測(cè)

肺炎是OLT術(shù)后最常見(jiàn)的肺部并發(fā)癥，發(fā)病率和死亡率高。一項(xiàng)在中

國(guó)進(jìn)行的回顧性研究”3開發(fā)了首個(gè)基于ML算法的OLT術(shù)后肺炎預(yù)測(cè)

模型。研究者提取中山大學(xué)第三附屬醫(yī)院2015年1月至2019年9

月接受OLT的591例成人患者電子病歷資料，隨機(jī)分為訓(xùn)練集和測(cè)

試集。利用該訓(xùn)練集，研究者建立了邏輯回歸（LR）、支持向量機(jī)（SVM）、

隨機(jī)森林分類器（RF）、自適應(yīng)增強(qiáng)（AdaBoost）、極限梯度提升

（XGBoost）和梯度提升機(jī)（GBM）6種ML模型，并通過(guò)測(cè)試集上

受試者工作特性曲線下面積（ROCAUC）對(duì)這些模型進(jìn)行評(píng)估。由于

部分相關(guān)或次要特征會(huì)對(duì)ML模型的性能產(chǎn)生不利影響，研究者采用

單變量和遞歸特征消除法（recursivefeatureelimination,RFE）

對(duì)148個(gè)臨床特征進(jìn)行篩選，最終確定了14個(gè)與移植后肺炎顯著相

關(guān)的臨床指標(biāo)，包括術(shù)前國(guó)際標(biāo)準(zhǔn)化比值、紅細(xì)胞比容、血小板、白

蛋白、丙氨酸氨基轉(zhuǎn)移酶、纖維蛋白原、白細(xì)胞、凝血酶原時(shí)間、血

清鈉、總膽紅素、麻醉時(shí)間、術(shù)前住院時(shí)間、總輸液量和手術(shù)時(shí)間。

在6個(gè)ML模型中，XGBoost模型預(yù)測(cè)術(shù)后肺炎的綜合表現(xiàn)最好（表

1）,臨床應(yīng)用前景廣闊。

表1.6種ML模型在測(cè)試集中的性能表現(xiàn)

LT受者術(shù)后膿毒癥預(yù)測(cè)

膿毒癥是LT術(shù)后最嚴(yán)重的并發(fā)癥之一，常導(dǎo)致膿毒性休克、多器官功

能障礙綜合征的發(fā)生，增加術(shù)后死亡率。既往報(bào)道顯示，LT術(shù)后膿毒

癥發(fā)生率高達(dá)50-80%,膿毒癥相關(guān)死亡占術(shù)后總死亡率的50%-

90%o膿毒癥發(fā)病的早期預(yù)測(cè)對(duì)于提供有效的醫(yī)療護(hù)理和干預(yù)至關(guān)重

要，但目前所使用的改良早期預(yù)警評(píng)分系統(tǒng)（MEWS）、序貫器官功

能衰竭評(píng)分（SOFA）等篩查方法還不足以在早期明確識(shí)別膿毒癥患者。

因此，臨床上急需一個(gè)可靠的術(shù)后膿毒癥預(yù)測(cè)來(lái)為L(zhǎng)T受者定制個(gè)體化

的預(yù)防性干預(yù)和治療措施一項(xiàng)包含7個(gè)研究共計(jì)42623例患者

的meta分析對(duì)機(jī)器學(xué)習(xí)在發(fā)病前3-4小時(shí)預(yù)測(cè)膿毒癥的性能進(jìn)行了

評(píng)估，結(jié)果顯示，與傳統(tǒng)的膿毒癥評(píng)分工具（如MEWS、SOFA和

QSOFA）相比，機(jī)器學(xué)習(xí)在膿毒癥和非膿毒癥患者早期識(shí)別方面的表

現(xiàn)更好1口，】2]。

中山大學(xué)第三附屬醫(yī)院基于院內(nèi)大數(shù)據(jù)平臺(tái)，開發(fā)了LT受者術(shù)后7

天膿毒癥預(yù)測(cè)模型。研究者回顧性提取了2015年1月至2020年1

月的786例LT患者數(shù)據(jù)，最終納入677例患者，其中216例（31.9%）

患者術(shù)后診斷為膿毒癥，這些患者的基線血小板（R0.004）、血紅

蛋白（R0.001）、白蛋白（A0.028）水平均顯著低于術(shù)后無(wú)膿毒

癥患者，術(shù)中紅細(xì)胞輸注量（尸〈0.001）、失血量（尸＜0.001）、腹

水引流量（Q0.023）等均顯著升高。最終研究者確定了預(yù)測(cè)LT術(shù)后

膿毒癥的8個(gè)術(shù)前和術(shù)中變量（大量輸注紅細(xì)胞、腹水引流、失血和

胃引流、品體輸注量少、尿量少、麻醉時(shí)間長(zhǎng)、術(shù)前總膽紅素水平高），

建立了7種預(yù)測(cè)建模方法：邏輯回歸（LR）、支持向量機(jī)（SVM）、

隨機(jī)森林分類器（RF）、梯度提升機(jī)（GBM）、自適應(yīng)提升分類器（ADA）、

高斯樸素貝葉斯（GNB）和多層感知器（MLP）,其中RF預(yù)測(cè)的綜

合性能最好（圖3）[111o

圖3.7種LT術(shù)后膿毒癥預(yù)測(cè)機(jī)器學(xué)習(xí)模型的受試者工作特征曲線

(ROC)

白蛋白在LT感染管理中的應(yīng)用

白蛋白水平及白蛋白相關(guān)預(yù)后評(píng)分是LT受者感染的重要工具

我國(guó)一項(xiàng)回顧性隊(duì)列研究納入2019年1月至2021年12月在中南大

學(xué)湘雅第三醫(yī)院接受LT的207例受者資料，對(duì)LT后感染的病原菌組

成及分布、耐藥性及感染危險(xiǎn)因素進(jìn)行了分析。結(jié)果顯示，55例患者

術(shù)后發(fā)生90次細(xì)菌感染，女性、年齡（＞50歲）、術(shù)前白蛋白（V

30g/L）、手術(shù)時(shí)間（＞400min）、術(shù)中出血量（＞3000ml）和

術(shù)后呼吸機(jī)支持與細(xì)菌感染的發(fā)生顯著相關(guān)【⑸。另一項(xiàng)日本研究對(duì)白

蛋白-膽紅素（ALBI）評(píng)分在活體LT患者中的預(yù)后能力進(jìn)行了評(píng)估。

研究回顧性收集2000年6月至2018年10月在神戶大學(xué)醫(yī)院接受活

體LT的81例患者資料。結(jié)果發(fā)現(xiàn)，ALBI評(píng)分與1年（Q0.023）

和5年（Q0.005）生存率顯著相關(guān)，并且ALBI評(píng)分可有效預(yù)測(cè)移

植后的致命并發(fā)癥，包括移植物功能障礙（尸。.031）和感染（H0.020）

［14］。

人血白蛋白用于失代償期肝硬化患者感染的管理

人血白蛋白用