芮法娟,薛 旗,劉翠紅,郭朝陽,楊紅麗,劉傳禮,徐琊蕓,任萬華,秦成勇,李 婕,

1 山東第一醫(yī)科大學附屬省立醫(yī)院 a.感染性疾病科，b.超聲診療科，濟南 250021；2 山東大學附屬省立醫(yī)院 感染性疾病科，濟南 250021

據(jù)世界衛(wèi)生組織(WHO)估計，全世界每年約有2.57億人患慢性乙型肝炎(CHB)，約有88.7萬人死于HBV感染引起的肝衰竭、肝硬化(LC)和肝細胞癌(HCC)[1]?；颊咭坏┻M展為包括肝衰竭和HCC在內(nèi)的終末期肝病，預(yù)后極差，病死率明顯增加。因此，尋求更加準確的疾病臨床轉(zhuǎn)歸預(yù)測方法是提高終末期肝病救治率的關(guān)鍵所在。機器學習(machine learning,ML)是提高臨床決策能力的有力工具，它可以從大的、復(fù)雜的數(shù)據(jù)集中檢測出難以識別的模式，從而實現(xiàn)精確可靠的預(yù)測[2-3]。本文就ML在HBV相關(guān)肝病中的應(yīng)用作一綜述，并展望其應(yīng)用前景。

1 ML概述

ML是人工智能的一個領(lǐng)域，涉及到創(chuàng)建自動學習系統(tǒng)。算法通過輸入的數(shù)據(jù)進行自動學習，在可接受的精確度范圍內(nèi)預(yù)測輸出值，確定數(shù)據(jù)中的模式和趨勢，即通過自主“學習”來理解識別復(fù)雜模式，而不需要人為干預(yù)[4-5]。根據(jù)處理的數(shù)據(jù)是否需要人為標記將ML技術(shù)分為有監(jiān)督學習、無監(jiān)督學習和半監(jiān)督學習三類[6]。有監(jiān)督學習技術(shù)解決的問題分為輸入變量映射為連續(xù)輸出函數(shù)的回歸問題和輸入變量映射為離散類別的分類問題，是應(yīng)用最廣泛、效果最好的方法[7]。ML的常見算法有：支持向量機(support vector machine,SVM)、隨機森林(random forest,RF)、邏輯回歸(logistic regression,LR)、樸素貝葉斯(Na?ve Bayes,NB)、決策樹(decision tree,DT)、K-近鄰(K nearest neighbor,KNN)、多層神經(jīng)網(wǎng)絡(luò) (multilayer perceptron,MLP)[8-9]。各個算法的主要特點見表1。

2 ML在CHB中的應(yīng)用

Khan等[16]采用拉曼光譜結(jié)合模式技術(shù)研究119例不同年齡、不同性別的HBV感染者的血清樣本。正常血清樣本和HBV血清樣本在某些拉曼光譜帶上的強度略有變化，峰位無變化(如625、678、748、810、820、950、1003、1018和1275 cm-1，病理標本的強度均高于正常標本，1128、1220、1250和1650 cm-1，病變樣品的強度降低)。采用SVM算法識別肉眼看不到的差異，建立識別正常、HBV血清的模型，其準確度、敏感度、特異度分別為98%、100%、95%。CHB患者治療期間HBsAg血清清除率與預(yù)后相關(guān)。一項納入2235例CHB患者的研究[12]，使用多種ML算法(極端梯度提升、RF、DT、LR)確定預(yù)測HBsAg血清學清除率的模型，其曲線下面積(AUC)分別為0.891、0.829 、0.619和0.680。極端梯度提升模型的AUC最高，對HBsAg血清學習有較好的預(yù)測作用。對來自亞洲和歐洲人群的完整HBV基因組進行超深測序，并首次對HBV準種的多樣性進行了全面調(diào)查，采用ML方法建立對HBeAg狀態(tài)進行最佳分類的模型，發(fā)現(xiàn)nG1896A是CHB患者HBeAg狀態(tài)分類中最具預(yù)測性的突變，此研究有利于直接對患者分層制定治療策略[17]。一項對122例CHB患者的研究[18]，基于RF、KNN、SVMML方法構(gòu)建診斷和預(yù)測HBV感染患者炎癥水平的有效模型。結(jié)合9個基因(DLX3、ALPK1、YBX1、ZNF75A、SPP2、TTLL4、TTLL7、AGAP3和DCTN4)的表達、性別、年齡和3個臨床參數(shù)(AST、ALT和HBV DNA)，RF模型是診斷CHB炎癥分級的最有力模型，預(yù)測概率達0.827±0.037。

3 ML在HBV相關(guān)肝纖維化和LC中的應(yīng)用

慢性HBV感染是發(fā)展為纖維化、LC和HCC在內(nèi)的晚期肝病的主要危險因素。5年內(nèi)，10%～20%的慢性肝炎患者發(fā)展為LC，6%～15%的LC和慢性肝炎患者發(fā)展為HCC，其5年生存率低于5%[19]。肝纖維化程度可預(yù)測長期后果，在肝纖維化的早期階段進行臨床干預(yù)可以減緩LC的發(fā)展并降低發(fā)展為HCC的風險[8,20]。肝活檢是評估肝纖維化和LC分期的金標準，但由于它是有創(chuàng)性、費用昂貴、占用過多人力資源、存在取樣誤差而受到限制[19]。開發(fā)一種替代肝活檢的經(jīng)濟、可重復(fù)的、無創(chuàng)工具已經(jīng)得到廣泛認可[21]。先進的ML算法在肝纖維化和LC分期具有很大的潛力。

3.1 成像領(lǐng)域 影像診斷是可以全面評估整個器官的一種無創(chuàng)性診斷方法。實時組織彈性成像(real-time tissue elastography,RTE)是一種對肝纖維化準確評估的無創(chuàng)性成像技術(shù)。一項對我國乙型肝炎肝纖維化實時彈性成像的多中心研究[8]，從513例接受肝活檢的受試者中獲得了11個RTE圖像特征，并建立了一個輔助性研究平臺判斷肝纖維化分期的決策支持系統(tǒng)。研究使用四種經(jīng)典的分類器(SVM、NB、RF和KNN)來構(gòu)建決策支持系統(tǒng)。研究結(jié)果表明，在區(qū)分HBV感染無肝纖維化時，SVM的敏感度最高(0.929 7)，特異度最低(0.462 5)，NB模型敏感度最低(0.796 7)，特異度最高(0.825 0)；區(qū)分中度纖維化與高水平纖維化時，RF模型在判斷肝臟是否出現(xiàn)嚴重的HBV感染以及臨床上是否需要抗病毒治療時獲得了最高的準確度(0.880 9)和特異度(0.960 0)。一項選取復(fù)旦大學中山醫(yī)院接受肝部分切除術(shù)和術(shù)前肝臟剪切波彈性成像的354例患者的研究[22]，根據(jù)其灰階超聲圖像和相應(yīng)的彈性圖像，采用傳統(tǒng)的ML和深度學習方法提取和分析了超聲圖像數(shù)據(jù)集特征，并對其進行分類。SVM算法在二分類(肝纖維化等級分為 S0/S1/S2與S3/S4兩類)準確度最高(89.9%)，在三分類(肝纖維化等級分為S0/S1與S2/S3與S4三類)準確度最低(75.3%)。有研究[2]基于ML，使用常規(guī)放射組學、原始射頻(original radiofrequency,ORF)和微流量造影(contrast-enhanced micro-flow,CEMF)特征來評估顯著的肝纖維化，發(fā)現(xiàn)與常規(guī)放射組學相比，ORF和CEMF特征對肝纖維化階段有更好的預(yù)測能力，多參數(shù)超聲模型比單一模式下的特征表現(xiàn)出更好的性能(平均AUC為0.78～0.85)。

3.2 血清學標志物 對124例LC合并CHB患者和115例CHB患者的常規(guī)臨床參數(shù)(年齡、AST、ALT、凝血酶原時間、血小板計數(shù)、紅細胞分布寬度、血紅蛋白)進行研究，利用MLP建立預(yù)測HBV相關(guān)LC預(yù)測模型[23]。MLP預(yù)測模型的AUC為0.942，高于廣泛應(yīng)用的LC預(yù)測工具FIB-4(0.726)、APRI(0.817)；MLP分類器的最佳截止值為0.281，與FIB-4和APRI相比，準確度(89.9%)、敏感度(95.2%)和特異度(84.2%)最佳。此研究應(yīng)用常規(guī)臨床參數(shù)，通過ML方法實現(xiàn)LC和非LC患者的區(qū)分，證實基于血清肽構(gòu)建分類器是預(yù)測HBV相關(guān)LC的有用工具[23]。對上海中醫(yī)藥大學附屬曙光醫(yī)院、廈門中醫(yī)院568例HBV感染者的研究[24]表明，根據(jù)患者年齡、AST、ALT和血小板計數(shù)，構(gòu)建線性判別分析、RF、梯度增強、DT ML模型，可以實現(xiàn)早期、晚期肝纖維化和LC的診斷，顯著提高了肝纖維化的診斷準確率。同時證明引入約登指數(shù)可平衡各組間的敏感度，進一步提高肝纖維化診斷模型的實用價值。血清代謝標志物與CHB晚期肝纖維化相關(guān)。一項基于HBV相關(guān)肝纖維化患者和正常對照者代謝組學的研究[25]，使用4種代謝標志物(牛磺膽酸、酪氨酸、纈氨酸、亞麻酸)構(gòu)建RF ML模型，以區(qū)分慢性肝病患者和正常對照組、LC和纖維化患者、晚期纖維化和早期纖維化，其AUC分別為0.997、0.941、0.918。模型的AUC均高于APRI、FIB-4和AST/ALT比值，具有較高的敏感度和特異度[25]。

4 ML在HBV相關(guān)HCC中的應(yīng)用

HCC已成為世界上最常見的癌癥之一，每年有50萬例確診[26-27]。超過80%的HCC發(fā)生于LC，主要與慢性HBV感染有關(guān)[15]。早期診斷HCC可大大改善預(yù)后，有更好的長期生存率和降低復(fù)發(fā)風險的手術(shù)治療[15]。

由于甲胎蛋白的敏感度和特異度較低，而且當腫瘤<2 cm時，成像技術(shù)很少能夠診斷HCC。Wang等[15]研究了80例HCC和67例LC患者的血清肽譜，以發(fā)現(xiàn)新的非侵入性特異性血清生物標志物。根據(jù)SVM分配的權(quán)重的平方排序，選擇了9個m/z比(分別為819、1076、1341、2551、3156、3812、4184、4465和4776)構(gòu)建分類器，結(jié)果表明，多層神經(jīng)網(wǎng)絡(luò)算法對HBV相關(guān)LC患者HCC的早期診斷的結(jié)果最優(yōu)，獲得了90.0%的敏感度、79.4%的特異度和85.1%的總體準確度。甲胎蛋白的臨界值為20 ng/ml時，敏感度為62.5%，特異度為79.4 %。本研究使用多層神經(jīng)網(wǎng)絡(luò)聯(lián)合甲胎蛋白對HBV相關(guān)LC患者HCC的早期診斷更有效，敏感度為87.5%，特異度增加到88.2%。臨床上用常規(guī)技術(shù)很難檢測到HBV相關(guān)的早期肝癌。Tao等[28]對384例HBV相關(guān)HCC和無癌HBV感染者的血液樣本進行研究，基于循環(huán)腫瘤DNA的體細胞拷貝數(shù)畸變開發(fā)基于血液的非侵入性方法，對早期HCC檢測。當考慮隊列中的所有患者時，RF算法的AUC為0.893。通過發(fā)展加權(quán)隨機森林驅(qū)動(wRF驅(qū)動)算法，可以進一步提高肝癌早期檢測的準確性。

5 ML在HBV相關(guān)慢加急性肝衰竭中的應(yīng)用

慢加急性肝衰竭(ACLF)多見于HCV或HBV相關(guān)LC患者[29]。最初由Malinchoc建立的MELD評分常用于判斷重型肝炎的嚴重程度和預(yù)后，但在預(yù)測乙型肝炎相關(guān)肝衰竭方面不夠準確[30]。一些基于器官功能的評分系統(tǒng)可以提高MELD評分的預(yù)測精度，但過于復(fù)雜。HBV相關(guān)ACLF(HBV-ACLF)常伴有多器官功能障礙、急性失代償和高短期病死率的特點[31]。臨床需要更準確、更方便的方法來預(yù)測HBV-ACLF的發(fā)生。

對1047例HBV-ACLF患者的研究[30]表明，基于多元logistic回歸分析結(jié)果，建立了LR模型，將年齡、TBil、血清鈉和血漿凝血酶原時間作為3個月病死率的獨立預(yù)后因子，其預(yù)測準確度為89.4%。除LRM外，在分類回歸樹分析中，對單變量邏輯回歸分析中的10個顯著變量進行評估，確定4個潛在變量(TBil、年齡、血清鈉和國際標準化比值)是HBV-ACLF患者總生存率的顯著預(yù)測因子。分類回歸模型和LRM具有良好的預(yù)測準確性，AUC分別為0.896和0.914，明顯高于MELD評分(AUC為0.667)。Bagging算法的分集策略簡單有效，可以減少方差，避免過擬合[32]。對131例HBV-ACLF患者隨訪3個月，采用Bagging算法建立生存狀態(tài)分類模型，分析HBV-ACLF短期死亡的影響因素，研究結(jié)果證實，年齡、凝血酶原活動度、血漿凝血酶原時間、白蛋白、血尿素、血鈉、血小板、甘油三酯、血漿纖維蛋白原和中性粒細胞百分比是影響HBV-ACLF短期死亡的十大重要指標。此外，Bagging算法模型預(yù)測HBV-ACLF的3個月病死率明顯強于MELD評分，AUC分別為0.974 3、0.698 5[32]。

6 結(jié)論

ML能夠準確預(yù)測人們感興趣的結(jié)果，然而系統(tǒng)如何產(chǎn)生特定輸出方面不一定完全被理解，因此被稱為“黑盒”[33-34]；ML的臨床應(yīng)用還存在著可信度、可解釋性、可用性等障礙。許多關(guān)于ML的前沿研究，雖然在理論上很有效果，但還沒有發(fā)展到日常臨床應(yīng)用[4,33]。ML廣泛應(yīng)用之前，可信度特別重要。按照組合、來源、代表性和完整性來描述數(shù)據(jù)集，優(yōu)先考慮ML系統(tǒng)的再現(xiàn)性、穩(wěn)健性，以及增加對ML系統(tǒng)輸出可信度的評估可提高ML的可信賴度[33]。

毫無疑問，ML以其智能化的分析模式在分析數(shù)據(jù)方面具有優(yōu)勢。ML已經(jīng)在現(xiàn)實世界中得到了應(yīng)用，在疾病的預(yù)測、疾病的輔助診斷、疾病的預(yù)后評估、新藥研發(fā)、健康管理、醫(yī)學圖像識別等方面取得不少成果[6,35]。如果能夠?qū)崿F(xiàn)多中心、大樣本(>500例)的數(shù)據(jù)訓(xùn)練，可以建立更高精度的預(yù)測模型[32]。ML領(lǐng)域與乙型肝炎相關(guān)肝病有機結(jié)合，對肝病患者進行早期準確的診斷與預(yù)測，有助于CHB的臨床決策支持，并通過改進患者分層直接制訂治療策略；采用多種算法也可以讓預(yù)測的結(jié)果更加精準。

利益沖突聲明：所有作者均聲明不存在利益沖突。

作者貢獻聲明：芮法娟負責文獻檢索，資料分析，撰寫論文；薛旗、劉翠紅、郭朝陽、楊紅麗、劉傳禮、徐琊蕓參與收集數(shù)據(jù)，修改論文；任萬華、秦成勇參與論文修改；李婕負責課題設(shè)計，擬定寫作思路，指導(dǎo)撰寫文章并最后定稿。