失代偿性肝硬化患者病情复杂，入住重症监护病房后容易发生肝外器官衰竭，而多个器官衰竭的发生与患者不良预后密切相关。目前常用的终末期肝病模型（MELD）、慢性肝衰竭联盟（CLIF-C）等评分主要基于单一时间点的临床指标，难以反映ICU患者病情随时间发生的快速变化。近年来，机器学习和深度学习方法为利用动态临床数据预测危重患者病情进展提供了新的可能。我院肝病科纪泛扑教授团队牵头，联合西安交通大学数学与统计学院祖建教授团队、克利夫兰医学中心肝移植部多学科酒精肝病科主任杨毅辉博士、英国伦敦大学学院Rajiv Jalan教授和国内重症肝炎研究的头部医院合作开展研究。相关研究成果“Dynamic prediction of the development of extrahepatic organ failures in ICU patients with decompensated cirrhosis” 于2026年9月29日在BMJ旗下胃肠肝病领域期刊eGastroenterology（IF 10.5）上在线发表。该研究开发并验证了一套基于机器学习的动态预测框架，对患者12小时后是否存在两个及以上肝外器官衰竭进行动态风险预测，从而尝试将传统的“出现器官衰竭后再处理”转变为更加前移的风险识别模式。

研究利用MIMIC-IV数据库建立模型，并利用eICU数据库进行外部验证。研究共纳入1486例MIMIC-IV中的失代偿性肝硬化患者，并纳入1666例患者进行外部验证。模型以参考时间点为基础，利用近期生命体征、实验室指标和器官衰竭状态预测12小时后的肝外器官衰竭风险。

ICU失代偿性肝硬化患者肝外器官衰竭动态预测框架

研究分别构建机器学习和深度学习模型，并进一步通过后期融合整合两类模型的预测结果。研究首先对45个候选变量进行筛选，最终选取14个关键预测变量建立模型。结果显示，由SMOTE-CatBoost机器学习模型和FCN-GRU深度学习模型组成的后期融合模型表现最佳，对于12小时后两个及以上肝外器官衰竭的预测，其受试者工作特征曲线下面积（AUROC）为0.830（95% CI：0.783～0.876）。模型同时具有较好的校准表现，决策曲线分析也显示其在一定风险阈值范围内具有潜在临床净获益。

动态模型预测12小时后两个及以上肝外器官衰竭的性能。（a）表现最佳的5种后期融合模型ROC曲线；（b）最佳模型的校准曲线；（c）决策曲线分析；（d）模型预测概率与实际器官衰竭状态比较

研究还通过一个患者实例展示了模型的动态预测过程。该患者在ICU第21小时出现首次肝外器官衰竭。在第25小时进行预测时，模型预测患者第37小时存在两个及以上肝外器官衰竭的概率达到92%。随后，患者在第36～37小时新出现两个器官衰竭，并在第37小时达到三个肝外器官衰竭，与模型提前12小时给出的高风险预测一致。

ICU住院期间患者未来肝外器官衰竭风险的动态预测实例

在主要12小时预测任务的基础上，研究进一步进行了不同预测时间的敏感性分析，以评估模型在不同时间尺度下的稳定性。结果显示，在6小时预测任务中，模型AUROC为0.821；将预测时间延长至24小时后，AUROC仍达到0.834。与此同时，在合并脓毒症的患者亚组中，模型AUROC为0.820，提示该动态预测方法在不同预测时间以及特定危重患者亚组中均保持了较为稳定的区分能力。

除内部分析外，研究还利用来自不同医疗机构的eICU数据库进行了独立外部验证。在包含1666例患者的外部验证队列中，模型AUROC达到0.774（95% CI：0.743～0.805）。外部验证中模型仍保持了较好的风险区分能力，表明其预测效果并不仅局限于MIMIC-IV单一数据库，在不同医疗中心的ICU患者中同样具有一定的稳定性和泛化能力。

该研究建立了一种针对ICU失代偿性肝硬化患者的动态预测模型，可对患者12小时后是否存在两个及以上肝外器官衰竭进行风险评估。该模型结合机器学习和深度学习方法，并在不同预测时间、脓毒症患者亚组以及独立多中心外部队列中进行了验证。研究结果为失代偿性肝硬化患者肝外器官衰竭的动态风险评估提供了新的方法，也为进一步探索人工智能模型在ICU危重肝病患者管理中的应用提供了依据。

我院肝病科纪泛扑教授牵头的重大传染性疾病与肝病医理工交叉融合创新团队，积极开展医学交叉研究，围绕AI赋能重症肝病临床研究，成果相继发表在Top期刊《Clinical and Molecular Hepatology》和《Nature Communications》。相关临床研究成果目前已经申请专利并在肝病科重症病房开展应用，取得良好效果，期待相关研究成果进一步转化服务于临床实践。

相关论文链接：https://egastroenterology.bmj.com/content/4/3/e100463