新火種
2025-02-19 
黃耿文團隊開發機器學習模型和網絡工具精準預測急性胰腺炎死亡率
#長沙頭條##中南大學湘雅醫院#
近日，中南大學湘雅醫院普通外科黃耿文教授團隊在急性胰腺炎的臨床研究方面再次取得重要進展，研究成果以“Development and Validation of an Explainable Machine Learning Model for Mortality Prediction among Patients with Infected Pancreatic Necrosis”（一種預測感染性胰腺壞死患者死亡率的可解釋性機器學習模型的開發和驗證）為題在柳葉刀子刊《eClinicalMedicine》上發表。
普通外科博士生寧彩虹和歐陽輝為論文共同第一作者，黃耿文教授和夏發達副研究員為共同通訊作者，中南大學湘雅醫院為唯一通訊作者和第一作者單位。
感染是導致急性胰腺炎患者死亡最重要的原因之一。胰腺壞死組織感染是胰腺外科最基本的問題之一，也是最棘手的臨床難題。黃耿文教授團隊長期關注這一問題，10余年來不斷革新外科技術，在國內率先開展微創入路胰腺壞死組織清除術，并對傳統的胰腺壞死組織清除術進行理論和技術創新（Surgery 2024），顯著降低了這一致死性并發癥的死亡率。
然而，臨床上早期識別胰腺壞死感染患者的死亡危險因素仍十分困難，其對于外科干預時機的把握和患者預后的改善至關重要。臨床上現有的預后模型，如急性生理和慢性健康評分（APACHE 2）、急性胰腺炎嚴重程度床旁指數（BISAP）和Ranson評分等往往十分繁瑣，且敏感性和特異性均較低。
為此，黃耿文團隊歷經10余年構建Xiangya IPN前瞻性研究隊列，采用隨機森林法和條件生存等統計學方法，建立了可以幫助臨床醫生準確實時預測患者生存率的列線圖，優化了臨床決策（Int J Surg，2024）。在此基礎上，研究團隊全方位比較10種機器學習模型，最終獲得了一個對胰腺感染患者死亡率具有最佳預測性能的、可解釋的機器學習模型。
為方便臨床應用，團隊開發了2個公開的網絡工具供臨床使用。醫生只需在這2個網絡工具上輸入患者的臨床信息，就可以準確獲得患者的預后預測結果，極大地改進了這一機器學習模型的臨床實用性。
本項研究是迄今為止全球范圍內最大樣本量的、有關胰腺壞死感染的死亡預測機器學習模型，為臨床精準診斷和治療重癥胰腺炎提供了可靠的證據支持。
湘雅醫院黃耿文教授團隊一直致力于急性胰腺炎的臨床研究，從關鍵的臨床問題出發，構建了多個高質量的前瞻性臨床研究隊列，牽頭多項多中心臨床研究，并組建了胰腺炎生物樣本庫，用詳實的湘雅數據回答急性胰腺炎領域懸而未決的臨床問題，為急性胰腺炎的精準診療提供循證醫學證據。
研究團隊已相繼在《Journal of Infection》《International Journal of Surgery》《eClinicalMedicine、British Journal of Surgery》《Surgery、Infection、Mycoses》《Shock、《Digestive and Liver Disease》《Pancreatology》等專業領域頂級或知名期刊產出系列臨床研究成果，累計影響因子超過200分。
“危重型胰腺炎多學科協作體系的建立”、“重癥胰腺炎繼發復雜腹腔感染的治療體系”、“微創入路腹膜后胰腺壞死組織清除術”等技術和項目分別榮獲湖南省臨床十大新技術獎、湖南省醫學教育科技創新獎和中南大學醫療新技術成果獎等多項榮譽。
文章鏈接：
https://doi.org/10.1016/j.eclinm.2025.103074
黃耿文主任醫師門診：每周一下午 專家門診（胰腺炎專病門診）
湖南醫聊特約作者：中南大學湘雅醫院 寧彩虹
關注@湖南醫聊，獲取更多健康科普資訊！
（編輯Wx）
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
