简介:摘要目的将人工智能技术应用于原发性肝细胞癌患者的临床真实世界数据研究,探索肝癌精准治疗,建立肝癌人工智能临床决策支持系统。方法将2004年7月至2016年6月间华西医院收治且有完整随访记录的5 642例原发性肝癌患者纳入研究。采用多分类器融合模型计算治疗方案推荐系数,并分析受试者工作特征曲线;采用DeepSurv算法实现生存风险和复发风险的预测,并进一步对比低风险组、中风险组和高风险组间的Kaplan-Meier生存曲线;利用Siamese-Net算法得到相似病例结果。结果治疗方案推荐系数的Top-1准确率和Top-2准确率分别为82.36%和94.13%;在华西医院内部使用验证过程中,与多学科会诊治疗方案的匹配准确率达95.10%。生存风险模型得到的C-index值为0.735(95%CI:0.70~0.77),各风险组的Kaplan-Meier曲线经log-rank检验,各组间差异有统计学意义(P<0.001)。复发风险模型得到的C-index值为0.705(95%CI:0.68~0.73),各风险组的Kaplan-Meier曲线经log-rank检验,各组间差异有统计学意义(P<0.001)。结论肝癌人工智能临床决策支持系统能较为准确地进行原发性肝细胞癌治疗方案推荐和治疗预后预测。