王菜瓊，楊斌

0 前言

全球最新癌癥負(fù)擔(dān)數(shù)據(jù)顯示，肝細(xì)胞癌（hepatocellular carcinoma, HCC）發(fā)病率約41%，排名第5 位；根據(jù)2020 年男女癌癥死亡率的研究顯示，HCC 在前五大死亡原因中排第二，其發(fā)病率在全球范圍內(nèi)呈上升趨勢(shì)[1]，已嚴(yán)重威脅人類健康。肝移植（liver transplantation, LT）是終末期肝病的主要治療方式[2-3]，終末期肝病主要包括HCC 及肝硬化等，隨著LT 在全球的迅速發(fā)展，每年接受LT 的患者越來越多，終末期肝病患者的存活率也逐年上升，但是這也面臨著一定的挑戰(zhàn)，一方面，對(duì)供體的需求持續(xù)遠(yuǎn)遠(yuǎn)超過現(xiàn)有的捐獻(xiàn)者[4]，另一方面，LT 后患者的存活率及預(yù)后也是一大挑戰(zhàn)，LT 后腫瘤復(fù)發(fā)、轉(zhuǎn)移及各種并發(fā)癥的出現(xiàn)一直是影響療效的主要因素[5-7]。影像學(xué)在LT 的應(yīng)用包括術(shù)前供受體評(píng)估、術(shù)后并發(fā)癥監(jiān)測(cè)、出院后隨訪，如何更早期、有效地診斷術(shù)后并發(fā)癥，減少其發(fā)生率是臨床主要關(guān)注的話題。LT 后并發(fā)癥主要包括血管并發(fā)癥、膽管并發(fā)癥、肝實(shí)質(zhì)并發(fā)癥及術(shù)后感染等[8-9]。

血管并發(fā)癥主要包括肝動(dòng)脈血栓形成或血管狹窄及門靜脈血栓形成[10]，數(shù)字減影血管造影是診斷肝動(dòng)脈并發(fā)癥的金標(biāo)準(zhǔn)，但其為侵入性檢查；超聲簡(jiǎn)單無創(chuàng)，但其敏感性及特異性稍低，且操作者依賴性較強(qiáng)；CT作為無創(chuàng)性檢查可用于LT后并發(fā)癥評(píng)估，其中CT 血管造影能較好地顯示血管完整性及血管狹窄。門靜脈血栓的診斷主要依靠超聲及CT增強(qiáng)檢查，床旁超聲是診斷早期門靜脈血栓的首選檢查方式，相比之下，CT及MRI對(duì)血管并發(fā)癥的診斷準(zhǔn)確性更高，通常價(jià)格實(shí)惠的CT被作為靜脈并發(fā)癥的優(yōu)選檢查。膽管并發(fā)癥包括膽管狹窄、膽瘺、膽泥形成、膽管結(jié)石等，其中膽管狹窄較常見[11]。膽管并發(fā)癥的診斷金標(biāo)準(zhǔn)為膽道介入造影，但其為有創(chuàng)性檢查；磁共振胰膽管造影（magnetic resonance cholangiopancreatography,MRCP）對(duì)膽道顯示較清楚，常作為優(yōu)選檢查；膽管結(jié)石使用超聲即可診斷。肝實(shí)質(zhì)并發(fā)癥主要包括肝癌復(fù)發(fā)、肝膿腫和肝內(nèi)血腫，CT 及MRI 對(duì)肝臟疾病的診斷準(zhǔn)確率優(yōu)于超聲[12]。術(shù)后感染主要是由于LT 術(shù)后患者免疫力下降導(dǎo)致的肺部感染[13]，常通過胸部CT進(jìn)行診斷。為了提高患者的存活率及改善預(yù)后，預(yù)防并發(fā)癥的產(chǎn)生，許多學(xué)者基于影像組學(xué)和DL 模型對(duì)LT 術(shù)后HCC 進(jìn)行了大量預(yù)測(cè)研究，其中較多研究基于臨床因素和CT 圖像結(jié)合影像組學(xué)及DL 對(duì)LT 術(shù)后HCC復(fù)發(fā)進(jìn)行預(yù)測(cè)，基于超聲、MRI、PET圖像的預(yù)測(cè)研究較少。雖然基于CT影像組學(xué)對(duì)LT術(shù)后HCC的預(yù)測(cè)研究相對(duì)成熟，但DL相關(guān)的研究較少，且目前沒有系統(tǒng)性綜述對(duì)基于影像圖像結(jié)合影像組學(xué)及DL對(duì)LT術(shù)后并發(fā)癥預(yù)測(cè)研究的探討。本文將從基于超聲、CT、MRI、PET 的影像組學(xué)及DL 模型在LT 方面的應(yīng)用作一綜述，分析現(xiàn)階段預(yù)測(cè)模型的優(yōu)勢(shì)、不足與未來發(fā)展方向，幫助LT術(shù)后患者的精準(zhǔn)個(gè)體化治療，減少術(shù)后并發(fā)癥，提高患者生存率及改善預(yù)后。

1 影像組學(xué)及DL的概述

基于對(duì)圖像信息進(jìn)行紋理分析后能夠得到高通量特征的特點(diǎn)，受基因組學(xué)以及腫瘤異質(zhì)性的啟發(fā)，2012年荷蘭學(xué)者LAMBIN在之前學(xué)者工作的基礎(chǔ)上提出了影像組學(xué)的概念[14]，這個(gè)概念提出后迅速被越來越多的學(xué)者改進(jìn)與完善。影像組學(xué)是一個(gè)不斷發(fā)展的領(lǐng)域，與從圖像中提取特征有關(guān)，它將醫(yī)學(xué)圖像自動(dòng)分類到預(yù)定義的組中。該過程包括一系列連續(xù)的步驟，包括圖像采集和處理、感興趣區(qū)域的勾畫、特征提取和分類模型的構(gòu)建。在此過程中計(jì)算的特征主要是形狀特征，以及一階和高階紋理特征[15-16]。人工智能（artificial intelligence, AI）一詞由達(dá)特茅斯學(xué)院的John 于1956 年提出[17]，AI 是一組基于先進(jìn)計(jì)算算法的系統(tǒng)，可以從大量數(shù)據(jù)中準(zhǔn)確地進(jìn)行推理學(xué)習(xí)。AI屬于數(shù)據(jù)科學(xué)領(lǐng)域，包括經(jīng)典編程和機(jī)器學(xué)習(xí)（machine learning, ML），ML 包含許多模型和方法，包括DL 和人工神經(jīng)網(wǎng)絡(luò)（artificial neural network, ANN）[18-19]。DL 算法是另一種快速發(fā)展的技術(shù)，被認(rèn)為是醫(yī)學(xué)圖像分析領(lǐng)域用于檢測(cè)、表征和評(píng)估病變的寶貴工具，該算法涉及多層神經(jīng)網(wǎng)絡(luò)的構(gòu)建，其中主要包括卷積神經(jīng)網(wǎng)絡(luò)[20-21]。

影像組學(xué)提取傳統(tǒng)的圖像特征，包括形狀、灰度、紋理等特征，采用傳統(tǒng)統(tǒng)計(jì)模型來分類和預(yù)測(cè)，如支持向 量 機(jī)、隨 機(jī) 森 林、XGBoost（eXtreme Gradient Boosting）等[22]；而DL 則直接使用卷積神經(jīng)網(wǎng)絡(luò)來提取特征，來完成分類和預(yù)測(cè)。DL 在完成模型訓(xùn)練后，可以實(shí)現(xiàn)影像全自動(dòng)分析，這是相比影像組學(xué)的最大優(yōu)勢(shì)之一，但是DL要求巨大的數(shù)據(jù)量，數(shù)據(jù)量可能是影像組學(xué)的十倍或百倍以上[23]，而大多研究數(shù)據(jù)量都是有限的。為了解決DL 數(shù)據(jù)量不夠的問題，有學(xué)者提出了將DL網(wǎng)絡(luò)輸出特征與影像組學(xué)中的經(jīng)典分類器結(jié)合，這些研究結(jié)果表明，結(jié)合DL 特征，能夠在有限的訓(xùn)練數(shù)據(jù)集上進(jìn)一步提升影像組學(xué)分類或預(yù)測(cè)的準(zhǔn)確性和可靠性[24-25]。因此，影像組學(xué)和DL之間的關(guān)系是互補(bǔ)的。由于影像組學(xué)不斷增長(zhǎng)的高維特性，其領(lǐng)域需要更強(qiáng)大的分析工具，DL 憑借其強(qiáng)大的功能，能實(shí)現(xiàn)這一目標(biāo)。此外，在醫(yī)學(xué)圖像分析中，DL 應(yīng)用不可避免地需要影像組學(xué)，因?yàn)橛糜谟?xùn)練和構(gòu)建DL 模型的指標(biāo)是通過影像組學(xué)方法提供的，特別是特征提取和特征選擇技術(shù)。總之，DL 和影像組學(xué)都是兩種快速發(fā)展的技術(shù)，它們可能在未來聯(lián)合起來產(chǎn)生一個(gè)統(tǒng)一的臨床決策支持框架，有可能徹底改變精準(zhǔn)醫(yī)學(xué)領(lǐng)域[26]。

2 基于不同影像學(xué)方法的影像組學(xué)和DL技術(shù)

2.1 超聲檢查

移植后淋巴組織增生性疾病是小兒實(shí)體器官移植后最常見的惡性腫瘤之一，超聲是淺表淋巴結(jié)疾病的首選影像學(xué)方法，但是超聲對(duì)于移植后淋巴組織增生性疾病和反應(yīng)性增生淋巴結(jié)鑒別較困難。袁瑤等[27]回顧性分析小兒LT 后經(jīng)病理證實(shí)的112 例移植后淋巴組織增生性疾病及93例淋巴結(jié)反應(yīng)性增生患者頸部增大淋巴結(jié)的二維超聲圖像，提取118個(gè)影像組學(xué)特征構(gòu)建了隨機(jī)森林、支持向量機(jī)、決策樹及邏輯回歸4個(gè)模型，并比較常規(guī)超聲與四個(gè)模型的診斷效能，發(fā)現(xiàn)隨機(jī)森林模型的診斷效能最好，其模型曲線下面積（area under the curve, AUC）為0.816，優(yōu)于常規(guī)超聲（AUC 為0.613），隨機(jī)森林模型的敏感度、特異度及準(zhǔn)確度分別為95.7%、68.6%及86.0%。這一結(jié)果表明，基于超聲影像組學(xué)的隨機(jī)森林模型可以對(duì)小兒LT后淋巴組織增生性疾病和淋巴結(jié)反應(yīng)性增生進(jìn)行鑒別診斷。雖然該影像組學(xué)模型的AUC、敏感度及準(zhǔn)確度均較高，但是該研究的樣本量較小，可能會(huì)導(dǎo)致模型效能較高的假象。因此，還需擴(kuò)大樣本量且進(jìn)行多中心研究以驗(yàn)證該模型的效能，此外，移植后淋巴組織增生性疾病也會(huì)發(fā)生于成年人，也應(yīng)該將成年人納入研究。LT 后的患者并發(fā)癥較常見的是膽管和血管的并發(fā)癥，包括吻合口膽管狹窄及非吻合口膽管狹窄、門靜脈血栓形成、肝動(dòng)脈血栓形成等[28-30]，隨著LT 技術(shù)的不斷提高，門靜脈血栓和肝動(dòng)脈血栓形成的發(fā)生率逐年降低。MRCP 對(duì)于膽管狹窄的診斷效能優(yōu)于超聲。超聲對(duì)于門靜脈血栓的檢出率較高，但因超聲對(duì)檢查者的依賴性較強(qiáng)，可能會(huì)出現(xiàn)漏診的情況，CT 增強(qiáng)對(duì)于門靜脈血栓和肝動(dòng)脈血栓顯示較清晰，所以CT 增強(qiáng)相對(duì)于超聲對(duì)血管血栓形成診斷效能更高。此外，CT 增強(qiáng)對(duì)于門靜脈血栓和癌栓具有一定的鑒別能力[31]，這將有助于臨床醫(yī)生治療方案的選擇。超聲是LT患者最常見的床旁檢查、術(shù)后隨訪檢查方式。對(duì)于LT 術(shù)后患者膽管及血管的評(píng)估，超聲是最實(shí)用、方便的非侵入性檢查方式[32]?；贑T 及MRI 影像組學(xué)及DL 對(duì)LT 術(shù)后HCC 復(fù)發(fā)的預(yù)測(cè)研究越來越多，而因超聲對(duì)LT術(shù)后患者HCC復(fù)發(fā)及并發(fā)癥的診斷具有一定的局限性，因此基于超聲影像組學(xué)及DL對(duì)LT術(shù)后HCC復(fù)發(fā)及并發(fā)癥診斷及預(yù)測(cè)方面的研究尚沒有，相關(guān)研究有待提出及實(shí)行。未來基于超聲AI 對(duì)LT 術(shù)后復(fù)發(fā)及并發(fā)癥預(yù)測(cè)研究的增加，將有助于患者術(shù)前的風(fēng)險(xiǎn)分層，幫助臨床醫(yī)生對(duì)患者進(jìn)行個(gè)體化治療。

2.2 CT檢查

中晚期HCC 是LT 的適應(yīng)證，但并非所有的中晚期HCC 患者都適合LT 手術(shù)，且LT 術(shù)后HCC 復(fù)發(fā)率較高，其五年復(fù)發(fā)率可達(dá)60%～80%[33]。LT 器官緊缺，為了實(shí)現(xiàn)合理分配器官，許多學(xué)者對(duì)LT術(shù)前HCC復(fù)發(fā)進(jìn)行了預(yù)測(cè)研究。JI等[34]回顧性分析了來自三個(gè)醫(yī)院的470 名接受孤立性HCC 根治性切除術(shù)和增強(qiáng)CT 的患者，訓(xùn)練集包括210名患者，使用聚合ML框架，基于從原發(fā)腫瘤及瘤周提取的3384個(gè)影像組學(xué)特征生成影像組學(xué)標(biāo)簽并采用了Cox回歸模型來建立預(yù)測(cè)模型。內(nèi)部驗(yàn)證集和外部驗(yàn)證集分別包括107 名患者和153 名患者。該研究建立了兩個(gè)模型，術(shù)前模型分析了血清甲胎蛋白（alpha-fetoprotein, AFP）水平、白蛋白-膽紅素分級(jí)、肝硬化程度、腫瘤邊緣情況、影像組學(xué)特征，術(shù)后模型除了上述預(yù)測(cè)因子還將衛(wèi)星結(jié)節(jié)納入其中。與無影像組學(xué)和廣泛使用的分期系統(tǒng)的競(jìng)爭(zhēng)模型相比，該研究的兩種模型的預(yù)后預(yù)測(cè)性能更好，一致性指數(shù)（concordance index, C-index）為0.733～0.801，綜合Brier 評(píng)分為0.147～0.165。此外，他們還給出了三個(gè)具有不同復(fù)發(fā)模式的復(fù)發(fā)風(fēng)險(xiǎn)分層。該研究表明當(dāng)結(jié)合臨床數(shù)據(jù)時(shí)，影像組學(xué)標(biāo)簽有望準(zhǔn)確預(yù)測(cè)個(gè)體復(fù)發(fā)風(fēng)險(xiǎn)，從而促進(jìn)個(gè)體化的HCC管理。該研究為大樣本多中心研究，且進(jìn)行了內(nèi)部驗(yàn)證和外部驗(yàn)證，該研究的研究對(duì)象是接受孤立性HCC 根治性切除術(shù)的患者，而不是接受LT 術(shù)后的患者，我們可以參考該研究對(duì)LT 術(shù)后患者HCC 復(fù)發(fā)進(jìn)行預(yù)測(cè)并進(jìn)行高風(fēng)險(xiǎn)分層，對(duì)高風(fēng)險(xiǎn)患者進(jìn)行早期干預(yù)。基于以上研究，GUO 等[35]建立了結(jié)合臨床因素和增強(qiáng)CT 影像組學(xué)特征的組合模型以預(yù)測(cè)LT后HCC 復(fù)發(fā)。通過在CT 圖像上提取影像組學(xué)特征，該研究評(píng)估了影像組學(xué)特征與無復(fù)發(fā)生存期（recurrence-free survival, RFS）之間的關(guān)聯(lián)。該研究發(fā)現(xiàn)，與HCC復(fù)發(fā)相關(guān)的穩(wěn)定影像組學(xué)特征僅在動(dòng)脈期和門靜脈期被發(fā)現(xiàn)，基于動(dòng)脈期影像組學(xué)特征的預(yù)測(cè)模型比門靜脈期或動(dòng)脈期和門靜脈期聯(lián)合模型的預(yù)測(cè)性能更好。由影像組學(xué)特征和臨床危險(xiǎn)因素組成的聯(lián)合模型的影像組學(xué)列線圖顯示，RFS 具有良好的預(yù)測(cè)性能，訓(xùn)練集的C-index為0.785，驗(yàn)證集的C-index 為0.789，校準(zhǔn)曲線在訓(xùn)練隊(duì)列（n=93）和驗(yàn)證隊(duì)列（n=40）均顯示一致。該研究經(jīng)過多變量分析發(fā)現(xiàn)臨床模型中有效的預(yù)測(cè)因子包括乙型肝炎病毒表面抗原水平和巴塞羅那分期系統(tǒng)。經(jīng)動(dòng)脈化療栓塞 術(shù)（transcatheter arterial chemoembolization,TACE）是臨床上不可切除HCC的首選治療方式，但HCC患者TACE 術(shù)后仍然存在復(fù)發(fā)風(fēng)險(xiǎn)；在LT 前進(jìn)行TACE可避免HCC 進(jìn)展或可將患者從LT 等待名單中退出。由于LT 費(fèi)用昂貴，臨床上大多數(shù)患者LT 前均接受了TACE 治療。IVANICS 等[36]回顧性分析了88 名TACE 術(shù)前患者的CT 增強(qiáng)圖像，建立基于CT 增強(qiáng)圖像的影像組學(xué)模型以預(yù)測(cè)TACE 術(shù)前的HCC 患者LT 后腫瘤復(fù)發(fā)。提取患者動(dòng)脈期和門靜脈期的HCC 最大體積的影像學(xué)特征，構(gòu)建了三個(gè)預(yù)后模型，即動(dòng)脈期、靜脈期和組合模型，其AUC 分別為0.70±0.07、0.87±0.06 和0.81±0.06，該研究表明接受LT 的HCC 患者的TACE術(shù)前影像組學(xué)模型可能是預(yù)測(cè)不良結(jié)局的有用工具。此外，動(dòng)脈期特征可能對(duì)HCC腫瘤復(fù)發(fā)具有更好的預(yù)后預(yù)測(cè)性能[35]，但該研究發(fā)現(xiàn)，與動(dòng)脈期模型和聯(lián)合模型相比，門靜脈期模型的AUC 是最高的，其效能最好，這與之前的研究結(jié)論相反，研究者認(rèn)為這可能是由于少數(shù)HCC 不具有典型的快進(jìn)快出的強(qiáng)化方式有關(guān)。雖然該研究AUC 較高，但是樣本量較小，需要以更大的樣本量進(jìn)行進(jìn)一步的外部模型驗(yàn)證。與其他研究不同，該研究中患者LT 前接受了TACE 治療，但該研究未指出是否TACE 治療患者LT 后較沒有TACE 治療的患者預(yù)后更好。AFP 水平是HCC的腫瘤性標(biāo)志物，GALDINO-VASCONCELOS 等[37]回顧性研究了162 例LT 患者，結(jié)合移植前AFP 水平和腫瘤影像學(xué)參數(shù)對(duì)LT 術(shù)后腫瘤復(fù)發(fā)進(jìn)行了預(yù)測(cè)，得出結(jié)論：移植前AFP≥30 ng/mL 和影像學(xué)腫瘤總直徑≥5 cm 是HCC 復(fù)發(fā)的獨(dú)立預(yù)測(cè)因素；移植前AFP≥150 ng/mL 與受體死亡率獨(dú)立相關(guān)。我們可以基于該研究結(jié)合臨床因素（AFP 水平）和影像學(xué)特征（腫瘤總直徑）建立影像組學(xué)模型對(duì)HCC 患者LT 后腫瘤復(fù)發(fā)進(jìn)行預(yù)測(cè)。綜上總結(jié)發(fā)現(xiàn)，基于CT 增強(qiáng)圖像建立影像組學(xué)預(yù)測(cè)模型的AUC 在0.70～0.90 之間；這些研究均集中于LT 術(shù)后腫瘤復(fù)發(fā)的預(yù)測(cè)；大多數(shù)研究表明單獨(dú)臨床模型或單獨(dú)影像組學(xué)模型的AUC 均不如兩者聯(lián)合模型高；大多研究中ROI 的勾畫是人工手動(dòng)勾畫，少數(shù)為半自動(dòng)勾畫；大多數(shù)研究都表明了獨(dú)立危險(xiǎn)因子，其中AFP 是各研究中共有的；此外，大多數(shù)研究是小樣本單中心性研究。因此，未來應(yīng)該擴(kuò)大樣本量并進(jìn)行內(nèi)部和外部驗(yàn)證，相信未來這些研究將在改善HCC 患者的LT 決策方面提供幫助。

2.3 MRI檢查

由于基于腫瘤大小的臨床分配政策，HCC 直徑?。ǎ? cm）的患者在移植候選時(shí)優(yōu)先于其他患者。為了從普遍認(rèn)為只有小肝癌患者才能成功實(shí)現(xiàn)移植且具有更長(zhǎng)的無病生存期轉(zhuǎn)變?yōu)槟[瘤負(fù)荷較高（＞5 cm）的HCC患者，HE等[38]回顧性研究了109個(gè)病例，開發(fā)了一種結(jié)合DL的預(yù)測(cè)模型，該模型將臨床數(shù)據(jù)、組織病理學(xué)特征和MRI影像學(xué)特征相結(jié)合建立了七個(gè)模型，對(duì)HCC 患者的LT 風(fēng)險(xiǎn)進(jìn)行評(píng)估。不同模型的AUC 分別為0.55（僅包含臨床特征）、0.64（僅包含MRI 特征）、0.64（僅包含病理學(xué)特征）、0.68（MRI+病理學(xué)特征）、0.78（MRI+臨床特征）、0.77（病理學(xué)+臨床特征）和0.87（臨床+MRI+病理學(xué)特征結(jié)合模型）。最終結(jié)合模型召回率為80%，準(zhǔn)確率為89%，總準(zhǔn)確率為82%。該研究驗(yàn)證了結(jié)合臨床特征、多參數(shù)組織病理學(xué)和影像學(xué)圖像特征的DL模型可用于預(yù)測(cè)腫瘤大小和生物標(biāo)志物分析以外的復(fù)發(fā)風(fēng)險(xiǎn)因素。這種預(yù)測(cè)性的AI 模型有可能改變HCC 患者的LT 分配系統(tǒng)，并將移植治療候選者擴(kuò)大到腫瘤負(fù)擔(dān)較高的HCC 患者。相比之前的研究，該研究的創(chuàng)新點(diǎn)是新增了病理學(xué)特征（分期和微血管狀態(tài)），摒棄了對(duì)腫瘤大小和AFP水平這兩項(xiàng)風(fēng)險(xiǎn)因子的分析，提高了模型的效能，但需要進(jìn)一步擴(kuò)大樣本量來驗(yàn)證預(yù)測(cè)模型的可行性。隨著MRI 正在成為HCC 診斷和監(jiān)測(cè)中更常用的成像方式，未來的工作應(yīng)該評(píng)估基于MRI影像組學(xué)的實(shí)用性和穩(wěn)定性。

2.4 PET檢查

MIAO 等[39]構(gòu)建了基于氟代脫氧葡萄糖（fluorodeoxyglucose, FDG）PET/CT 代謝參數(shù)的模型，預(yù)測(cè)LT 后HCC 的早期復(fù)發(fā)。他們共納入了62 例肝癌LT 術(shù)后患者，隨訪期為1 年。收集基本的臨床、病理和實(shí)驗(yàn)室數(shù)據(jù)、CT 特征和PET/CT 代謝參數(shù)用于模型構(gòu)建。建立了無代謝參數(shù)的CT特征列線圖和有代謝參數(shù)的PET/CT代謝參數(shù)列線圖。計(jì)算了兩種模型的凈重分類指數(shù)和綜合歧視改善。將構(gòu)建的模型與米蘭標(biāo)準(zhǔn)和加州大學(xué)舊金山分校（University of California San Francisco, UCSF）標(biāo)準(zhǔn)進(jìn)行了比較。在隨訪期間62 名患者中只有1 名出現(xiàn)腫瘤復(fù)發(fā)，與之前基于CT 和MRI 的研究相同，復(fù)發(fā)病例數(shù)較少，復(fù)發(fā)率大多不超過10%。結(jié)果顯示PET/CT代謝參數(shù)列線圖在每個(gè)時(shí)間點(diǎn)上的AUC 值均高于米蘭準(zhǔn)則和UCSF標(biāo)準(zhǔn)。該研究表明結(jié)合臨床資料、病理資料、實(shí)驗(yàn)室資料、CT 特征和PET 代謝參數(shù)的列線圖，在預(yù)測(cè)LT 后HCC 早期復(fù)發(fā)方面性能較好且具有較高的臨床實(shí)用性，但是該研究樣本量較小，有待更大樣本量的研究進(jìn)行驗(yàn)證。此外，ZUCCHETTA 等[40]構(gòu)建了基于FDG PET/MRI 的預(yù)測(cè)模型來預(yù)測(cè)LT 術(shù)后腫瘤復(fù)發(fā)，PET/MRI 預(yù)測(cè)模型的敏感度、特異度、陽性預(yù)測(cè)值、陰性預(yù)測(cè)值和準(zhǔn)確度分別為100%、94%、91%、100%和96%，但是，該研究的樣本量較小，僅有26 例樣本，其預(yù)測(cè)模型的效能可能存在偏倚。此外，在HCC 分期中，F(xiàn)DG PET/MRI 尚未被發(fā)現(xiàn)比MRI 具有更好的診斷性能，這可能是因?yàn)镕DG 的敏感性較低，尤其是在高分化腫瘤的情況下[41]。在LT患者中，用于預(yù)測(cè)HCC復(fù)發(fā)的基于超聲、MRI 和PET 的預(yù)測(cè)模型的研究仍然很少，主要集中于CT 檢查。影像組學(xué)及DL 可能有助于許多合并癥的自動(dòng)化風(fēng)險(xiǎn)分層，以便進(jìn)一步進(jìn)行風(fēng)險(xiǎn)評(píng)估和患者管理。

3 小結(jié)及展望

鑒于影像組學(xué)和DL 方法地快速發(fā)展，AI 在醫(yī)學(xué)影像中的應(yīng)用越來越廣泛，主要應(yīng)用于腫瘤復(fù)發(fā)預(yù)測(cè)，療效評(píng)估等[42-43]。在LT 研究中AI 前途無量，在整個(gè)LT 決策過程中發(fā)揮著重要作用。盡管前景光明，AI 的普及仍具有挑戰(zhàn)性。第一，AI 在相同的訓(xùn)練條件（如人口統(tǒng)計(jì)、地點(diǎn)、設(shè)備）下表現(xiàn)良好，當(dāng)訓(xùn)練條件不同時(shí)表現(xiàn)也不同，這使臨床工作者對(duì)AI 的可行性提出了質(zhì)疑[44]。超聲、CT、MRI、PET 是不同的成像方式，其成像原理及成像參數(shù)不同，人工手動(dòng)勾畫ROI 時(shí)會(huì)產(chǎn)生差異，并且MRI 序列眾多，不同的序列也會(huì)導(dǎo)致模型產(chǎn)生不同的結(jié)果。因此，在將AI 應(yīng)用到新環(huán)境中時(shí)，可能需要針對(duì)特定設(shè)備進(jìn)行準(zhǔn)確預(yù)測(cè)的訓(xùn)練。這需要包括存檔系統(tǒng)和電子健康記錄在內(nèi)的基礎(chǔ)材料，而這些基礎(chǔ)材料很難完整地被收集和提取。如果研究人員在未來的研究中使用多機(jī)構(gòu)數(shù)據(jù)集，管理醫(yī)學(xué)圖像的模型，例如用于評(píng)估健康監(jiān)測(cè)的系統(tǒng)，可能會(huì)解決這一普遍性問題[45]。因此為了使AI 算法真正可推廣，應(yīng)該創(chuàng)建全球互連的患者數(shù)據(jù)網(wǎng)絡(luò)來訓(xùn)練不同人口統(tǒng)計(jì)、地區(qū)和疾病的AI 模型。第二，迄今為止大多數(shù)研究的樣本量有限且多為單中心研究，需要更大的多中心研究來確定算法的準(zhǔn)確性[46]。此外，當(dāng)數(shù)據(jù)丟失時(shí)，會(huì)造成選擇偏倚等。第三，目前影像組學(xué)及DL 結(jié)合影像學(xué)及臨床特征的研究多集中于預(yù)測(cè)HCC 患者LT 術(shù)后腫瘤復(fù)發(fā)。肝硬化患者LT 術(shù)后不會(huì)出現(xiàn)腫瘤復(fù)發(fā)的情況，預(yù)后較HCC 患者好，因晚期肝硬化而接受LT 的患者可能會(huì)越來越多[47]，如我院因肝硬化而接受LT的患者較HCC 多。但目前對(duì)于肝硬化患者LT 術(shù)后的研究尚沒有，影像組學(xué)是針對(duì)腫瘤異質(zhì)性的研究方法，能否將肝硬化患者的全肝當(dāng)作一個(gè)ROI 進(jìn)行全肝勾畫還有待研究；膽管狹窄也是影響患者預(yù)后的較常見的因素，希望以后關(guān)于LT 術(shù)后并發(fā)癥預(yù)測(cè)的研究越來越多，以幫助患者的風(fēng)險(xiǎn)分層，幫助臨床醫(yī)生對(duì)患者采取個(gè)體化治療。第四，患者LT 術(shù)后均會(huì)出現(xiàn)排斥反應(yīng)[48-49]，這關(guān)系到移植手術(shù)的成功與否及患者的預(yù)后，是臨床醫(yī)生最關(guān)心的問題，影像學(xué)是否能評(píng)估LT 術(shù)后排斥反應(yīng)并進(jìn)行危險(xiǎn)分層，但目前尚無該方面的研究。第五，基于影像組學(xué)對(duì)腫瘤異質(zhì)性的研究相對(duì)成熟，但基于DL 的研究相對(duì)較少，這是因?yàn)镈L 需要巨大的樣本量，且具有不可解釋性[50]。目前影像組學(xué)與DL 結(jié)合的相關(guān)性研究越來越多，希望影像組學(xué)與DL 通過互補(bǔ)為患者LT 預(yù)后研究帶來福音[51-52]。

綜上所述，基于各影像學(xué)檢查的影像組學(xué)與DL在預(yù)測(cè)HCC 患者LT 術(shù)后的大部分研究的AUC 均能達(dá)到0.70及以上，聯(lián)合臨床、病理學(xué)及影像學(xué)特征的預(yù)測(cè)模型較單獨(dú)的預(yù)測(cè)模型效能更高。通過挖掘醫(yī)學(xué)圖像中放射科醫(yī)生肉眼無法識(shí)別的特征，有助于LT患者的個(gè)體化治療，減少HCC 患者LT 術(shù)后復(fù)發(fā)，進(jìn)而提高患者生存率，改善患者預(yù)后。我們相信，隨著時(shí)代的進(jìn)步，影像組學(xué)及DL的使用會(huì)更加廣泛，研究也會(huì)更加深入，其可解釋性也會(huì)逐漸改善，各種挑戰(zhàn)終將被逐一解決。

作者利益沖突聲明：全體作者均聲明無利益沖突。

作者貢獻(xiàn)聲明：楊斌設(shè)計(jì)本研究的方案，對(duì)稿件重要的智力內(nèi)容進(jìn)行了修改；王菜瓊起草和撰寫稿件，獲取、分析或解釋本研究的數(shù)據(jù)/文獻(xiàn)；楊斌獲得了云南省科技廳重大專項(xiàng)計(jì)劃、云南省“興滇英才支持計(jì)劃”青年人才專項(xiàng)、云南省器官移植中心臨床醫(yī)學(xué)中心專項(xiàng)課題、昆明市衛(wèi)生科技人才培養(yǎng)項(xiàng)目“十百千”工程人員項(xiàng)目、2023 年度昆明市衛(wèi)生科技人才培養(yǎng)項(xiàng)目（醫(yī)學(xué)技術(shù)中心）資助；全體作者都同意發(fā)表最后的修改稿，同意對(duì)本研究的所有方面負(fù)責(zé)，確保本研究的準(zhǔn)確性和誠信。