Clinical and molecular hepatology：使用深度学习算法的计算机断层扫描分析在慢性乙型肝炎病毒感染患者中的预后作用

慢性乙型肝炎(CHB)是指乙肝病毒检测为阳性，病程超过半年或发病日期不明确而临床有慢性肝炎表现者。尽管有疫苗接种和有效的抗病毒治疗，CHB仍然是一个重要的全球健康问题，具有较高的发病率和死亡率。CHB患者进展为肝硬化和肝细胞癌(HCC)的风险是可变的，并受宿主免疫反应的影响。未经治疗的CHB患者5年肝硬化累积发生率为8% ~ 20%，肝硬化患者5年肝功能失代偿的累积风险为20%。预测CHB患者的临床结局对于有效管理至关重要。之前的研究表明，基于深度学习的自动CT分析在各种疾病的机会性筛查中是有用的。本研究旨在通过基于深度学习的全自动器官分割算法从慢性乙型肝炎患者的CT数据中获得的器官体积和身体成分测量值来评估综合预后。

回顾性分析2005年1月至2016年6月行腹部增强CT检查的2169例无肝功能失代偿CHB患者的临床资料。使用基于深度学习的全自动器官分割算法从CT图像中获取肝、脾体积和身体成分指标，包括皮下脂肪组织(SAT)、内脏脂肪组织(VAT)和骨骼肌指数。我们使用Cox比例风险分析评估HCC、肝功能失代偿、糖尿病(DM)和总生存(OS)的显著预测因素。

中位随访时间103.0个月，发生HCC 134例(6.2%)，肝功能失代偿103例(4.7%)，DM 432例(19.9%)，死亡120例(5.5%)。多因素分析显示，标准化脾脏体积与年龄、性别、白蛋白和血小板计数显著相关[风险比(HR) =1.01, P=0.025]。0.001)和VAT指数(HR=0.98, P=0.004)与肝功能失代偿显著相关，同时与年龄和白蛋白显著相关。此外，VAT指数(HR=1.01, P=0.001)和标准化脾脏体积(HR=1.01, P=0.001)与性别、年龄和白蛋白一起是糖尿病的显著预测因子。SAT指数(HR=0.99, P=0.004)与OS显著相关，与年龄、白蛋白和终末期肝病评分评分均显著相关。

本研究发现，基于深度学习自动测量的脾脏体积、VAT和SAT指标可为CHB患者提供多种预后信息。

原文出处：

Yoo J, Cho H, Lee DH, Cho EJ, Joo I, Jeon SK. Prognostic role of computed tomography analysis using deep learning algorithm in patients with chronic hepatitis B viral infection. Clin Mol Hepatol. 2023 Oct;29(4):1029-1042. doi: 10.3350/cmh.2023.0190.