关键词:
AI
肝脏恶性肿瘤
管理
摘要:
目的 探索人工智能在提升肝癌疗效及推动其个体化精准诊疗中的应用价值。方法 本研究构建了一种AI辅助的肝恶性肿瘤全病程管理框架,采用多中心前瞻性观察性研究设计(覆盖上海、安徽、四川等地区10余家医疗机构,初始纳入患者n>4000),整合电子病历、影像学资料、基因组学信息及用药记录。数据来源于患者自主上传或机构间协作,经标准化处理后构建纵向时序化电子病历数据库。知识图谱整合了现行诊疗指南及权威专家共识,用于生成个性化治疗方案、动态治疗建议、远程随访策略及不良反应预警模型。模型训练采用70%/15%/15%的数据划分方式,并进行跨中心验证以确保泛化能力。结果 多中心队列分析(n=3711)显示,应用AI辅助全病程管理框架显著改善了肝恶性肿瘤的临床诊疗结局。转化治疗组(n=114)可切除率由15%提升至26%(P<0.001),影像学客观缓解率达32.7%;肝癌术后及肝移植术后管理组(n=515)复发预测AUC>0.87,可提前3–6个月发出预警,预测准确性提升15.8%(P<0.001)。基于小程序的远程随访使随访完成率超过85%,患者依从性提高32%。不良反应预警准确率>62%,通过早期干预有效减少排异事件,降低药物浓度超标次数达8.2%,肝移植术后无瘤生存期延长2.7个月(P<0.001)。结肠癌伴肝转移个体化治疗组(n=842)中,AI辅助决策与指南推荐的一致性超过90%,不良反应发生率降低,停药率下降18.2%,无瘤生存期延长2.9个月(P<0.001)。结论 本研究建立的AI辅助肝恶性肿瘤全病程管理框架,通过多模态数据融合、个体化治疗优化、不良反应监测及远程随访干预,显著提高了患者依从性,降低了停药率,改善了预后,在转化治疗评估和复发预测方面表现优异。同时有效打破了医疗机构间的数据孤岛,降低了医疗成本。