国际肝病 发表时间:2026/6/21 17:48:50 浏览量:5279
2026年欧洲肝病学会年会(EASL 2026)于西班牙巴塞罗那盛大召开,上海交通大学医学院附属仁济医院马雄/连敏教授团队多项原创研究成功入选,彰显中国在自身免疫性肝病(AILD)领域的前沿科研实力。本次分享2项大会壁报:团队构建了仅需4项常规指标的AI诊断工具DIASC,精准鉴别原发性硬化性胆管炎(PSC)与IgG4相关胆管炎(IRC);率先应用18F‑FAPI PET/CT无创评估AILD炎症及纤维化,诊断效能优异。本刊特邀马雄教授专访,解读研究突破与临床转化价值,为AILD精准诊疗提供中国方案。
研究内容
摘要号:SAT-317
一种基于机器学习的新型诊断工具用于鉴别原发性硬化性胆管炎与IgG4相关胆管炎:一项中日国际合作亚洲人群研究
A novel machine learning-based diagnostic tool for distinguishing between primary sclerosing cholangitis and IgG4-related cholangitis: an international asian study in China and Japan
研究背景
PSC与IRC是两类不同的自身免疫性胆管炎,二者生化特征及影像学表现相似度较高,但治疗策略与远期预后存在明显差异。现阶段临床常用的血清IgG4单项检测鉴别效能有限,而影像学评估亦存在一定观察者间差异,导致两者的精准鉴别仍面临较大挑战。因此,建立准确、可靠的鉴别诊断方法对于优化临床决策及改善患者预后具有重要意义。
研究方法
本研究为中日合作国际多中心研究,汇总两国临床病例数据开展分析。中国研究数据纳入国内13家医院就诊的硬化性胆管炎患者,并排除了由其他原因导致的继发性硬化性胆管炎病例。研究将病例划分为多个数据集进行分层验证,选取仁济医院382例回顾性数据构建诊断模型,94例前瞻性病例用于时间验证,其余12家医院的337例病例构成了独立的外部验证队列。日本数据来源于其全国流行病学研究,共计纳入881例病例(524例IRC,357例PSC),用于跨人群外部验证。研究选取血清IgG4、发病年龄、ALT、ALP四项常规临床指标,采用极端梯度提升算法(eXtreme Gradient Boosting,XGB)构建诊断模型,通过AUROC、灵敏度、特异度及决策曲线分析全面评估模型诊断效能。
研究结果
研究共纳入1694例研究对象。模型在各组队列中均展现出优异且稳定的诊断效能,中国训练队列AUROC为0.98(95%CI:0.96-0.99);时间验证队列AUROC为0.98(95%CI:0.95-1.00);国内外部验证队列的AUROC为0.96(95%CI:0.94-0.98);日本队列的AUROC为0.91(95%CI:0.89-0.93)。所有验证队列中,模型灵敏度为0.78~0.94,特异度达 0.91~0.97。决策曲线分析证实,模型在各类风险阈值下均可稳定获得临床净获益,具备良好的应用价值。
研究结论
本研究成功开发并验证了一项基于XGB模型的诊断工具DIASC(Differential Intelligence for Autoimmune Sclerosing Cholangitis),可有效实现亚洲人群PSC与IRC的精准鉴别。该模型能够辅助临床医师明确诊断,减少不必要的激素试验与有创检查,为个体化诊疗方案的制定提供参考依据。
研究者说
“PSC与IRC在临床和影像学特征上高度重叠,精准鉴别始终是临床管理中的核心难点。我们的研究首次基于中日两国大规模真实世界队列,构建并验证了一个仅依赖4项常规临床指标的机器学习模型,为PSC与IRC的精准诊断提供了简便且高效的工具。”
“在目前缺乏标准化鉴别流程和高质量前瞻性研究的背景下,本研究提供了跨区域、多中心的真实世界证据,证明AI模型能够显著提升PSC与IRC的鉴别诊断能力,并有望作为未来临床决策支持工具应用于实际诊疗场景。”
蒋晨依
上海交通大学医学院附属仁济医院
上海交通大学医学院附属仁济医院住院医师,医学博士,毕业于上海交通大学医学院临床医学八年制,师从马雄教授。以第一作者在Gastroenterology发表案例报道1篇。曾获国家奖学金等荣誉。
研究内容
摘要号:SAT-318
18F-FAPI PET/CT无创评估自身免疫性肝病炎症及纤维化的前瞻性研究
18F FAPI PET/CTas a non-invasive assessment in autoimmune liver diseases: a prospective pilot study
研究背景
AILD以慢性免疫介导的肝脏炎症为核心病理特征,持续的炎症损伤驱动肝星状细胞活化和细胞外基质过度沉积,最终导致肝纤维化乃至肝硬化。精准评估肝脏炎症活动度和纤维化程度,是指导临床免疫抑制治疗、评估药物疗效和预测长期
然而,现有无创评估手段(如瞬时弹性成像FibroScan、FIB-4指数、APRI评分等)在精确度上存在一定局限,易受肝脏急性炎症、患者体型等因素干扰。FAP在成纤维细胞活化过程中被高度诱导表达,这一特征使其成为分子影像学评估肝脏纤维化活动的潜在靶点。
研究方法
本研究为前瞻性观察性初步研究,于2023年8月至2024年9月期间在仁济医院开展,研究设计如下:
主要研究结果
(1)FAPI摄取与病理分级高度相关
与疾病对照组相比,AILD患者肝脏FAPI摄取量(LBR)显著升高。相关性分析显示,LBR与炎症分级(r=0.736,P=0.001)及纤维化分期(r=0.726,P=0.001)均呈强正相关,同时与肝脏硬度(r=0.481,P=0.043)、总胆红素(r=0.500,P=0.035)、INR(r=0.564,P=0.015)显著相关,与血小板计数呈显著负相关(r=-0.541,P=0.021)。
(2)诊断效能优于现有无创手段
在检测临床显著肝纤维化(S≥2)方面,18F-FAPI PET/CT的受试者工作特征曲线下面积(AUROC)达到0.992,显著优于瞬时弹性成像、FIB-4及APRI等现有无创评估工具。
(3)AIH与PBC呈现不同的纤维化空间分布模式
组织学及空间分析揭示,FAP阳性细胞在AIH中主要聚集于汇管区及肝小叶区域,而在PBC中则主要分布于胆管周围区域,两者的纤维化微环境存在显著差异。此外,与PBC相比,AIH中FAP阳性成纤维细胞与T细胞及巨噬细胞的空间距离更近,提示AIH中免疫细胞与成纤维细胞之间可能存在更为密切的相互作用。
研究结论
本研究表明,18F-FAPI PET/CT能够直接可视化AILD患者肝脏内的活化成纤维细胞,其对肝脏纤维化和炎症程度的定量评估能力显著优于现有无创检测手段。该技术有望成为AILD早期干预决策和长期无创病情监测的重要工具,为推动AILD的精准化管理提供了新的方向。
参考文献
[1] Trivedi PJ, et al. Immunopathogenesis of Primary Biliary Cholangitis, Primary Sclerosing Cholangitis and Autoimmune Hepatitis: Themes and Concepts. Gastroenterology. 2024;166(6):995-1019.
[2] Bergmann C, et al. ⁶⁸Ga-FAPI-04 PET-CT for molecular assessment of fibroblast activation and risk evaluation in systemic sclerosis-associated interstitial lung disease: a single-centre, pilot study. Lancet Rheumatol. 2021;3(3):e185-e94.
图1. AILD患者FAPI摄取分布及组织学相关性:(a)AIH、PBC、MASLD患者18F FAPI摄取分布示意图;(b-c)相较于疾病对照,AIH和PBC患者SUVmax和LBR显著升高;(d-e)FAPI摄取值与肝内炎症及纤维化程度呈正相关。
图2. 18F FAPI PET/CT对肝内炎症及纤维化的诊断效能:(a)评估不同诊断工具识别肝内炎症程度预测准确性的ROC曲线;(b)评估不同诊断工具评估肝脏纤维化诊断效能的ROC曲线。
研究者说
“AILD的炎症、纤维化分期长期依赖有创的肝穿刺活检,无创手段的精确度存在明显瓶颈。本研究首次将FAPI PET/CT引入AILD的系统评估,不仅验证了其卓越的诊断效能,更通过空间分析揭示了AIH与PBC在FAP表达上的差异,为理解不同AILD的病理机制提供了全新视角。”
吕珠婉
上海交通大学医学院附属仁济医院
上海交通大学医学院附属仁济医院内科基地住院医师,临床博士后,助理研究院,师从马雄教授,主要研究方向为各类免疫细胞在自身免疫性肝病发病机制中的作用。目前以第一作者或共同第一作者在Gut、Journal of Hepatology、Hepatology、Journal of Autoimmunity等SCI期刊发表论文6篇。目前主持1项国家自然科学基金青年项目和1项博士后面上项目。曾获仁济医院杰出住院医师、上海市优秀毕业生、上海交通大学优秀毕业生等荣誉。
研究者面对面
《国际肝病》
您团队开发的仅含4个常规临床指标的机器学习模型,在中日人群中均展现出极高的诊断效能。您认为该工具在实际临床场景中,如何帮助基层医院减少误诊漏诊?
马雄教授:IRC与PSC的临床鉴别难度较高。针对该问题,我们团队开展相关研究,先纳入本中心380余例病例,再联合国内12家机构收集约400例病例。我们依托本中心数据搭建机器学习模型,通过国内多中心数据完成初步验证,同时联合日本Atsushi Tanaka教授团队,借助其牵头搭建、包含800余例病例的日本IRC与PSC队列,完成了该模型的国际化验证工作。
该机器学习模型选用IgG4水平、碱性磷酸酶水平、年龄等几项临床常规指标,通过算法运算即可实现两种病症的鉴别诊断。
为方便基层临床使用,我们开发了配套网页工具。基层医生录入患者相关数据后,一分钟内即可快速得出患者罹患两种疾病的概率,操作便捷。验证结果显示,该模型诊断效能优异,曲线下面积可达0.9以上,国内外部验证组曲线下面积为0.96,日本队列验证结果为0.91,足以证明这是一套简便易行、快速精准的临床辅助诊断工具,能够有效助力基层临床诊断。
专家简介
连敏
上海交通大学医学院附属仁济医院
马雄
上海交通大学医学院附属仁济医院
二级教授,主任医师,博士生导师,国家杰出青年科学基金获得者,百千万人才工程国家级入选者,上海交通大学特聘教授。现任上海交通大学医学院附属仁济医院消化内科主任、衰老与组织修复研究院院长,上海市消化疾病研究所副所长。马雄教授长期从事自身免疫性肝病发病机制及转化研究工作。主持国家自然科学基金国际合作与交流项目、国家自然科学基金重点项目、国家杰出青年科学基金等国家级项目。在Nature、Lancet、Gastroenterology、Journal of Hepatology、Gut、Nature Communications等国际著名期刊上发表论文70余篇。以第一完成人获得高等学校科学研究优秀成果科学技术进步一等奖等奖励。
(来源:《国际肝病》编辑部)
声明:本文仅供医疗卫生专业人士了解最新医药资讯参考使用,不代表本平台观点。该信息不能以任何方式取代专业的医疗指导,也不应被视为诊疗建议,如果该信息被用于资讯以外的目的,本站及作者不承担相关责任。