AASLD中国力量丨丁惠国教授团队：无创鉴别门静脉肝窦血管性疾病和肝硬化门静脉高压——基于CT图像机...

主要观点总结

本文报道了首都医科大学附属北京佑安医院肝病消化中心丁惠国教授团队在美国肝病研究学会年会（AASLD 2024）上的研究成果。他们开发了一种基于CT图像的机器学习模型，用于鉴别合并门静脉高压的PSVD和肝硬化门静脉高压患者，并获得了大会优秀壁报奖。该模型被称为PSVD评分，表现良好的诊断能力，AUC达0.913，并在测试集中得到验证。

关键观点总结

关键观点1: 研究成果被AASLD 2024大会收录并获得优秀壁报奖。

首都医科大学附属北京佑安医院肝病消化中心丁惠国教授团队的研究成果被AASLD 2024大会收录，并荣获大会优秀壁报。该研究旨在评估基于CT图像的机器学习模型在鉴别合并门静脉高压的PSVD和肝硬化门静脉高压患者方面的准确性。

关键观点2: PSVD评分的建立与表现

研究团队利用机器学习及影像组学技术，建立了一个基于CT图像的无创诊断模型，称为PSVD评分。该模型在训练集中表现出良好的诊断能力，AUC为0.913，并在测试集中得到了验证，AUC为0.819。这是首次报道基于CT图像影像组学模型在门静脉高压人群中鉴别PSVD和肝硬化的可行性和准确性。

关键观点3: 研究背景与意义

肝硬化是门静脉高压最常见的病因，但仍有15%~20%的门静脉高压由非硬化原因引起。特发性非肝硬化性门静脉高压（INCPH）是其中的一种类型，目前被认为是门静脉肝窦血管性疾病（PSVD）中合并门静脉高压的一种类型。准确鉴别PSVD和肝硬化门静脉高压对于治疗和预后至关重要。