前言

介入治疗作为微创医学的重要组成部分，是独立于临床传统内科学和外科学之外的第三大临床学科。在不开刀暴露病灶的情况下，它借助先进的影像设备（如DSA、B超、CT等）在皮肤上作直径几毫米的微小通道，将特殊的穿刺针、导管等插到病变器官、组织，通过穿刺针或导管直接注入药物、栓塞剂或置入支架等方式，实现对多种疾病的治疗。为给广大同道提供肝病介入治疗的前沿进展，《国际肝病》携手四川大学华西医院罗薛峰医生共同创办“国际肝病-介愈肝胆”栏目，每月定时分享介入领域的最新研究，传达规范治疗理念，追踪介入治疗的最新动态，以期对相关领域专家、研究人员及一线医务工作者的研究或工作有所裨益。

研究背景

肝细胞癌（HCC）与门静脉高压（PHT）常共同发生于肝硬化背景。临床显著性门静脉高压（CSPH）可增加腹水、肝性脑病（HE）和急性静脉曲张出血（AVB）等失代偿事件的风险；在HCC患者中，PHT还与并发症增多及总生存期（OS）缩短相关。对于接受阿替利珠单抗联合贝伐珠单抗（AtezoBev）治疗的不可切除HCC患者，肝功能失代偿更是影响预后的重要因素。因此，在系统治疗前评估食管静脉曲张（EVs）、PHT及失代偿风险，有助于识别需要强化监测和进一步干预评估的患者。

在非HCC肝硬化人群中，CSPH可通过肝静脉压力梯度（HVPG）、内镜发现EVs或Baveno无创标准进行判断。然而，既往研究提示，Baveno VI/VII标准在HCC患者中的筛查效能有限，尤其是在血管侵犯或浸润性HCC中。食管胃十二指肠镜（EGD）仍是发现EVs的标准方法，但其具有侵入性、占用医疗资源，并可能影响抗肿瘤治疗的及时启动。与此同时，增强CT（CECT）又是HCC诊疗中的常规检查，这为利用影像信息开展无创风险评估提供了现实基础。

2026年6月，Journal of Hepatology发表研究“Detection of esophageal varices and prediction of hepatic decompensation in unresectable hepatocellular carcinoma using AI”。该研究将常规临床、实验室及影像学信息与CECT深度特征相结合，旨在构建并外部验证EVs检测模型和肝功能失代偿预测模型，并进一步分析模型风险分层与OS的关系。

研究方法

01

研究设计与患者纳入

这是一项法国多中心回顾性研究，纳入2020年9月至2024年6月在5家三级肝病中心接受治疗的489例患者。研究按中心划分开发队列和外部验证队列。纳入标准包括：经组织学或EASL指南规定的影像学标准确诊为不可切除HCC；经多学科讨论拟接受AtezoBev一线治疗；合并Child-Pugh A级或B级肝硬化；既往未接受经颈静脉肝内门体分流术（TIPS）或肝移植；并在多学科评估前3个月内完成EGD。需要注意的是，论文摘要、结果段和表1对开发/验证队列人数的报告并不完全一致，因此本文保留总样本量及按中心外部验证这一确定信息。

02

关键定义

AtezoBev治疗前3个月内的EGD将EVs分为无、1级、2级和3级；1级定义为小EVs，2~3级定义为大EVs，有AVB史者亦归入大EVs。脾脏长径超过12 cm定义为脾肿大，基线CECT上出现任一门体分流（PSS）即记为PSS阳性。由于研究未获得HVPG数据，研究者以EGD发现任意级别EVs作为PHT的替代判定指标。

基线Child-Pugh A级、无腹水、AVB或HE病史且入组时无腹水者定义为代偿期；首次AtezoBev输注时肝功能尚保留，但既往发生过腹水、AVB或HE者定义为既往失代偿；入组时存在肝功能受损、腹水和/或HE者定义为失代偿期。肝功能失代偿终点为HCC进展前发生AVB、腹水和/或HE：对代偿期患者记为首次失代偿，对既往失代偿者记为新的失代偿事件，对失代偿期患者则记为失代偿加重。

03

基线数据收集

研究收集AtezoBev治疗前的人口学特征、病史、当前治疗、肝病病因、MELD评分、ALBI分级、Child-Pugh评分，以及HCC相关临床和影像学特征，包括病灶数量与大小、血管侵犯、肝外转移、BCLC分期和甲胎蛋白水平。

04

影像数据与深度学习建模

研究收集AtezoBev治疗前3个月内的胸、腹、盆腔CECT，并选取轴位动脉期图像作为输入。图像经统一重定向、体素重采样、CT值截断与归一化及中心裁剪后，输入MERLIN视觉-语言基础模型（0.2.0版）的冻结视觉编码器，每例患者获得一个影像特征向量。

HepatoSageCT采用多层感知器，以冻结的MERLIN特征为输入。在开发队列中进行5折、类别与事件分层的交叉验证，并使用Optuna优化超参数；随后以全部开发队列训练最终模型，并在外部验证队列中评估。研究还采用留一中心交叉验证（leave-one-center-out，LOCO），检验不同中心及扫描仪厂商所致分布偏移对模型稳定性的影响。建模流程见图1。

图1. HepatoSageCT建模流程示意图

05

随访与研究终点

患者约每3个月接受一次影像随访，并依据RECIST 1.1评估肿瘤进展；出现新发HCC病灶，或靶病灶直径总和增加至少20%，定义为进展。OS定义为自AtezoBev治疗开始至死亡或末次随访的时间。肝功能失代偿分析中，患者于HCC进展、肝移植或死亡时进行相应删失处理。

研究设置三个主要分析目标：

第一，识别EVs的无创预测因素，并建立用于判断任意级别EVs及大EVs（2~3级）的决策算法；该分析排除既往AVB患者，并在代偿期患者中进行亚组评估。

第二，评估AtezoBev治疗开始后、HCC进展前发生AVB、腹水和/或HE的风险，并分别考察全部患者的后续失代偿和代偿期患者的首次失代偿。

第三，评价失代偿风险评分的临床分层能力，分析高、低风险组与OS的关系，并探索不同风险组中非选择性β受体阻滞剂（NSBBs）使用与失代偿的关联。

06

统计分析

研究采用单变量逻辑回归筛选与EVs相关的基线因素，采用单变量Cox比例风险模型筛选与肝功能失代偿相关的因素；随后在100次开发队列bootstrap中使用LASSO完成特征选择，并以增强Borda评分汇总特征排序。EVs检测模型主要以受试者工作特征曲线下面积（AUROC）、精确率—召回率曲线下面积（AUC-PR）、敏感度、特异度、阳性预测值（PPV）和阴性预测值（NPV）评价。避免内镜检查率（AER）定义为特异度，EVs漏检率定义为1―敏感度。

肝功能失代偿模型以C指数及12个月时间依赖AUROC评价，采用Aalen-Johansen方法估计累积发生率，并将死亡作为竞争风险。以开发队列风险评分中位数划分高、低风险组，使用Gray检验和病因特异性风险比评价组间差异；OS采用Kaplan–Meier法及Cox模型分析。模型指标通过1000次类别/事件分层bootstrap获得95%置信区间。所有检验均为双侧检验，显著性水平为0.05，单变量分析采用Benjamini-Hochberg法控制5%假发现率。

核心研究结果

01

患者基线特征

全队列中位年龄为67岁，男性占87%。常见肝病病因包括慢性病毒性肝炎（48%）、酒精相关肝病（46%）和代谢相关脂肪性肝病（39%）。表1显示，78%的患者为Child-Pugh A级；56%存在EVs，其中30%为大EVs。基线影像显示64%存在PSS、54%存在脾肿大、9%存在腹水；65%为BCLC C期。按失代偿状态划分，71%为代偿期，8%为既往失代偿，21%为失代偿期。可用于HepatoSageCT分析的动脉期CECT分别覆盖开发队列196例和验证队列145例。

开发队列与验证队列在部分临床特征上存在差异：验证队列酒精相关肝病比例较低，Child-Pugh A级比例较高，ALBI 2级比例较高，基线腹水比例较低，BCLC A期比例也更低。这种中心间差异使外部验证更接近对模型跨中心稳健性的检验。

表1. 开发队列与验证队列患者的基线特征

02

基线影像PSS与内镜EVs密切相关

在开发队列中，影像学可见PSS是与EVs关联最强的基线特征：单变量分析的对数优势比为2.76，多变量分析中仍保持独立关联（对数优势比2.71，P＜0.001）。血小板计数、脾肿大、腹水、胆红素等因素也与EVs相关，但其区分能力不及PSS。这里的核心影像标志是PSS，而非门静脉海绵样变。

表2. 开发队列中EVs相关因素的单变量与多变量分析

03

HepatoSageCT提高了基于PSS的EVs筛查效能

研究比较了PSS、PSS联合临床变量、HepatoSageCT以及相应联合模型。PSS单独识别EVs的AUROC为0.78；加入HepatoSageCT后，AUROC提高至0.84。HepatoSageCT评分在联合模型中仍是独立预测因素，在代偿期患者及外部验证队列中的结果总体一致，提示其可提供PSS之外的补充影像信息。

图2. 不同模型预测EVs的性能

在开发队列中，单用PSS的敏感度为88.3%、PPV为78.3%、NPV为84.9%、AER为72.9%，EVs漏检率为11.7%；验证队列的EVs漏检率为8.4%。以0.42为HepatoSageCT阈值并与PSS构成决策算法后，开发队列和验证队列的EVs漏检率分别降至2.2%和4.2%，同时仍可避免41.2%和39.6%的EGD。验证队列中未漏检大EVs。需要强调的是，这些结果反映回顾性队列中的筛查性能，尚不能等同于已验证的临床替代策略。

图3. 基于PSS与HepatoSageCT的EVs筛查决策算法

04

HepatoSageCT预测肝功能失代偿风险

中位随访10.8个月期间，125例患者在HCC进展前发生肝功能失代偿，中位事件发生时间为3.0个月，12个月累积发生率为31.3%。腹水最常见（73%），其次为AVB（32%）和HE（19%）；24%的患者出现两种及以上失代偿表现。代偿期患者的失代偿发生率最低；基线失代偿患者的OS显著短于代偿期及既往失代偿患者。

多变量分析显示，脾肿大和基线腹水与HCC进展前的肝功能失代偿独立相关，并构成最终临床模型，其开发队列C指数为0.68（95%CI：0.61~0.74）。HepatoSageCT模型的C指数为0.75（95%CI：0.68~0.82），联合模型同为0.75。在外部验证队列中，临床模型、HepatoSageCT模型和联合模型的C指数分别为0.67、0.73和0.73，说明影像基础模型在跨中心验证中仍保持中等程度的区分能力。

表3. AtezoBev治疗期间后续肝功能失代偿的基线预测因素

图4. 肝功能失代偿累积发生率及模型区分度

05

风险评分可分层失代偿与全因死亡风险

在开发队列中，三类模型均能显著区分高、低风险患者；HepatoSageCT的失代偿风险分层效应最强（HR=3.49，95%CI：1.93~7.24）。在外部验证队列中，联合模型的分层效应最佳（HR=3.48，95%CI：1.79~6.78）。在基线代偿患者中，联合模型同样显示出较强的风险分层能力（HR=4.08，95%CI：1.49~11.15）。

图5. 肝功能失代偿模型的风险分层结果

OS分析进一步显示，HepatoSageCT划分的高风险组死亡风险更高：在开发队列和验证队列中，HR分别为1.74（95%CI：1.19~2.55）和1.75（95%CI：1.18~2.58）。这一结果表明，模型评分不仅与肝功能失代偿相关，也与总体预后相关；但该关联不能证明模型所识别的影像特征是死亡的直接原因。

图6. 不同模型高、低风险组的总生存期曲线

总结与展望

本研究在多中心真实世界队列中显示，治疗前CECT上的PSS是EVs的重要无创影像标志；在此基础上加入HepatoSageCT评分，可进一步降低EVs漏检率，并保留一定比例的潜在免胃镜患者。对于肝功能失代偿，HepatoSageCT在外部验证队列中的C指数为0.73，且其高风险组同时表现出更高的失代偿和死亡风险。研究的主要价值，在于证明常规动脉期CECT中包含PSS之外的可利用预后信息，并提出了将基础模型用于HCC合并门静脉高压风险分层的可行框架。

研究结论仍需结合若干局限理解。首先，研究为回顾性设计，且仅来自法国5家中心，可能存在选择偏倚，结果未必能直接推广至其他地区、其他系统治疗方案或不同HCC阶段。其次，研究未测量HVPG，而以EVs作为PHT的替代指标，因此不能将模型性能直接解释为对CSPH的完整诊断。再次，PSS仅按有无纳入，未考虑数量、解剖位置和分流负荷；基线腹水患者数量有限，也限制了进一步失代偿分析。最后，仅部分患者具备可用的动脉期CECT，模型还需要在更大、更多样化人群中开展前瞻性、多期相外部验证及临床影响评估。

从临床应用角度看，该算法现阶段更适合作为研究性风险分层工具，而非直接替代EGD、HVPG或现行门静脉高压管理路径。模型提示的低风险患者能否安全减少EGD，高风险患者能否通过强化监测、调整抗肿瘤方案或使用NSBBs获得净获益，均需前瞻性研究验证。尤其是NSBBs相关分析受适应证混杂和样本量限制，不能据此作出预防性用药获益的因果结论。

原文链接：Rabasco Meneghetti A, Campani C, Roux C, et al. Detection of esophageal varices and prediction of hepatic decompensation in unresectable hepatocellular carcinoma using AI. J Hepatol. 2026;84(6):1149–1163. doi:10.1016/j.jhep.2026.01.021. Epub 2026 Feb 10. PMID:41679555.

翻译&解读

陈怡

四川大学华西临床医学院消化内科，硕士研究生

专家简介

罗薛峰

四川大学华西医院

主任医师、副教授、博士研究生导师；

Baveno 专家组成员

中国医促会介入诊疗学分会副主任委员

中国医师协会介入医师分会委员

国家卫健委能力建设和继续教育介入医学专家委员会委员

四川省医促会消化分会常委兼秘书长

四川省学术与技术带头人后备人选

解读 陈怡

审校 罗薛峰

（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。