引用本文： 羅志江, 彭濤, 林旋, 陳斌. 術前肝功能評估指標的臨床應用及研究進展. 中國普外基礎與臨床雜志, 2021, 28(7): 962-968. doi: 10.7507/1007-9424.202010008 復制
肝癌是全球第 6 位最常見惡性腫瘤及第 4 位與惡性腫瘤相關的死亡原因，嚴重危害人民的生命健康[1]。肝癌的治療多采用以外科為中心的多學科協作團隊診療模式，且隨著新器械、新技術層出不窮，眾多肝癌患者能從肝切除術中獲益，但是肝切除術后肝功能衰竭（posthepatectomy liver failure，PHLF）是肝癌患者肝切除術后最嚴重的并發癥之一，與之相關的病死率高達 80%，因此，術前全面準確地評估患者的肝功能對降低 PHLF 發生率及圍術期病死率有重要意義[2]。臨床應用的肝功能評估指標要能反映肝臟攝取、排泄、生物轉化、合成能力及肝臟受損程度，通過對此類指標的評估來預測在手術和應激狀態下肝臟的代謝、再生及創傷修復能力，此不僅有助于評估患者預后、優化手術決策和時機選擇，而且更有助于大大提高圍術期患者的生存質量。筆者現從實驗室血清學指標、綜合評價系統、影像學檢查、核醫學檢查、人工智能等方面對肝功能評估指標的相關應用及研究進行綜述。
1 實驗室血清學指標
1.1 單獨的血清學指標
血清學生化指標能敏感且從多方面提示肝功能。① 谷丙轉氨酶（alanine aminotransferase，ALT）和谷草轉氨酶（aspartate aminotransferase，AST）指標。ALT 和 AST 是反映肝臟損傷的指標，其水平的增高反映肝細胞破壞程度。② 白蛋白（albumin，ALB）、凝血酶原時間（prothrombin time，PT）和國際標準化比值（international normalized ratio，INR）指標。肝臟是合成 ALB 的唯一場所，而 PT 和 INR 則可實時反映肝功能狀態。③ 總膽紅素（total bilirubin，TBIL）和 γ-谷氨酰轉肽酶（γ-glutamyltranspeptidase，γ-GT）指標。TBIL 水平升高則表明肝功能受損較嚴重，可用于判斷肝癌患者是否可行肝切除術[3]。γ-GT 在肝細胞與膽管細胞中廣泛分布，當肝細胞膜通透性升高或發生損傷時，其中的游離 γ-GT 直接進入膽小管，因此，膽汁中的 γ-GT 水平能夠提示肝細胞的破壞程度且能獨立預測原發性肝癌患者的術后情況[4]。④ 透明質酸（hyaluronic acid，HA）和血清Ⅳ型膠原指標。HA、血清Ⅳ型膠原等指標能提示肝纖維化，其中 HA 可以體現肝纖維化程度及肝竇內皮細胞清除功能；還有研究者[5]認為術前 HA 水平與 PHLF 的發生呈正相關。盡管如此，單憑這些血清生化指標并不能全面而精準地評估肝功能。
1.2 聯合的血清學指標
為了提高血清學指標評估肝功能的準確性，許多研究者開始聯合多個指標用于術前綜合預測肝功能及預后。① AST 與血小板比值指數（AST-to-platelet ratio index，APRI）和基于 4 因子的肝纖維化指數（fibrosis?index?based?on?the?4?factor，FIB-4）分別是肝硬化和肝纖維化的預測指標，而這兩個指標是肝切除后肝再生受損和 PHLF 的影響因子[6-7]。Maegawa 等[6]研究表明，APRI>1.5 和 FIB-4>4.0 分別與肝癌肝切除術后 30 d 和 90 d 病死率增加有關；Ben Ayed 等[7]提出，APRI 和 FIB-4 均可以很好地反映慢性乙型肝炎期間的肝纖維化，將 APRI 和 FIB-4 指標聯合起來評價則更為準確。② 白蛋白-膽紅素（albumin-bilirubin，ALBI）分級指標。有研究[8-9]顯示，對于接受根治性治療和姑息性治療的肝癌患者，ALBI 均比 Child-Pugh （C-P）評分具有更好的預測能力。③ 血漿纖維蛋白原和白蛋白（fibrinogen and albumin，FA）水平。已有研究[10]表明，單獨血漿纖維蛋白原和 ALB 水平能評估腫瘤患者預后，近年來基于這兩個指標的 FA 水平評分作為一種可以預測患者術后總生存期的獨立危險因子在多種腫瘤中已得到驗證。李正佐等[11]研究發現，FA 評分能夠獨立影響肝癌患者總生存期和無復發生存期，尤其是無微血管侵犯或巴塞羅那（BCLC）分期 0～A 期的患者。④ 白蛋白與堿性磷酸酶之比（albumin-to-alkaline phosphatase ratio，AAPR）可用來預測行手術切除和姑息治療肝癌患者的預后。Cai 等[12]研究發現，AAPR 對未接受任何標準抗癌治療的晚期肝癌患者的預后預測有重要價值；Li 等[13]團隊在接受肝移植治療的兩個獨立的肝癌患者隊列中發現，AAPR 升高與總生存期延長有關；同時該研究團隊[14]的多中心回顧性研究也發現 AAPR 評分和 ALBI 分級指標是手術治療肝內膽管癌患者有效的預后因素，且 AAPR 指標比 ALBI 分級指標更準確。⑤ 炎癥指標。炎癥反應能夠抑制細胞凋亡、摧毀 DNA、促進血管再生，從而加快腫瘤的進展[15]，使肝癌患者的肝功能進一步惡化，中性粒細胞、淋巴細胞、血小板、C 反應蛋白等在其中起到了重要作用。馮志強等[16]對 144 例行肝切除術的肝癌患者進行回顧性研究后發現，術前外周血中性粒細胞與淋巴細胞比率（neutrophil-to-lymphocyte ratio，NLR）和血小板淋巴細胞比率（platelet-to-lymphocyte ratio，PLR）是肝癌患者肝切除術后死亡和復發的獨立危險因素，其升高提示預后不良。最近，Shelat[17]提出經手術或經肝動脈化療栓塞等治療后，NLR 升高提示預后不佳并計算出 NLR 的臨界值為 3，較低的 NLR 可能會改善預后。孫志德等[18]對行根治性肝癌切除術的 133 例患者研究后表明，基于炎癥反應指數評分是肝癌術后預后的獨立影響因素，能準確地預測肝癌術后復發及死亡，且優于 BCLC 分期。不難看出，多個血清學指標的聯合應用提高了術前肝功能預測的準確性，但仍需結合其他臨床檢查手段來為患者提供更為精準的個性化治療方案。
2 綜合評價系統評估
2.1 C-P 評分系統
C-P 評分是應用最廣泛的評估肝功能和參與臨床決策的臨床工具之一，對于 C-P 評分 A 級的肝癌患者行肝切除比較安全，不建議 C-P 評分 C 級的患者接受肝切除術，若患者經保守治療后由 C 級降為 B 級則可考慮手術。但是研究[19]發現，即使患者術前肝功能為 C-P 評分 A 級，其術后也可能會出現 PHLF，提示該評分系統存在諸多不足：① 同一評分等級肝功能與實際情況表現出明顯差異；② 該評分分級系統涉及了腹水和肝性腦病判斷，受主觀因素干預而難以標準化；③ 其中一些指標相互關聯且權重相同，沒有很好地分層。由 Wen 等[20]提出的改良 C-P （modified Child-Pugh，MCP）評分分級（表 1）中將血清前白蛋白納入 C-P 評分系統中，同時剔除了腹水和肝性腦病這兩個主觀指標，該評分系統具有客觀、簡單的優點，避免了觀察者之間的差異，主要用于肝功能儲備情況的評估并提出可將 C-P 評分 A 級的患者再細分為 3 個亞組即 MCP-1 級（4 分）、MCP-2 級（5 分）及 MCP-3 級（6 分），故也適用于 C-P 評分 A 級患者術后預后的預測，彌補了 C-P 評分的一些缺點。黃鳳等[21]在對 204 例行肝癌切除術患者進行回顧性分析后發現，就預測肝癌患者的長期預后方面，MCP 評分系統要優于 ALBI 和 C-P 評分系統。
表1
MCP 評分系統[20]
2.2 MELD 評分系統
早期的 MELD 評分用來評估肝癌患者接受門體分流術的預后，目前 MELD 評分用于評估重度肝功能衰竭患者的病死率并參與終末期肝病患者肝移植及肝源分配的決策，也用于預測慢性肝臟疾病的嚴重程度及生存復發情況[5]。MELD 評分的計算公式[22]為“9.6×ln ［肌酐（mg/dL），1 mg/dL=88.4 μmol/L］+3.8×ln ［膽紅素（mg/dL），1 mg/dL=17.1 μmol/L］+11.2×ln（INR）+6.4×病因（膽汁淤積或酒精性病因按‘0’計算，其他病因按‘1’計算）”。但是 MELD 評分系統也存在一定的不足：① 該評分系統使用的肌酐、膽紅素、INR 等指標容易受外界因素影響；② MELD 評分系統對肝硬化相關并發癥的評估不足。除了 MELD 評分系統所納入的臨床指標對臨床預后有影響之外，還有其他許多因素也會影響臨床預后，如鈉離子濃度、腹水、消化道出血等，由此衍生出綜合 MELD（iMELD）、MELD 聯合血清鈉（MELD-Na）、MELD 與血清鈉比值（MESO）等評估系統也被用于失代償期肝硬化預后的預測；另外，近年還探索出許多新的預測模型，主要有 MELD 與乳酸結合（MELD-Lac）、MELD 與肌肉量結合（Muscle-MELD）及 MELD 與網織紅細胞和血紅蛋白濃度的結合（MELD-red）[23]，均具有良好的預測價值，但是在移植領域還需要更多的臨床驗證。
2.3 ICG 試驗
ICG 試驗能夠動態、迅速且準確評估全肝儲備功能，廣泛應用于肝臟手術，其中預測肝臟儲備功能的較佳指標是 ICG 15 min 滯留率（ICG-R15）和 ICG 血漿清除率（ICG-PDR），術前、術中、術后的持續 ICG 檢測均可評估肝臟儲備功能并預測患者的預后且術后監測更為準確[24-25]，但 ICG-PDR 取決于血清膽紅素水平、膽管是否通暢、低蛋白血癥、肝血流量、血管變異等[2]，因此，ICG 清除試驗有一定局限性，對肝儲備功能的精準評估仍需要結合其他檢查手段。最新提出的白蛋白吲哚菁綠評估（albumin-indocyanine green evaluation，ALICE）是針對肝硬化和肝癌患者術前肝功能的評估系統[26]，結合血清白蛋白水平和 ICG-R15 值，其公式為“0.663×log10ICG-R15（%）–0.0718×白蛋白（g/L）”。多項研究[27-28]已證實，通過將患者劃分為三等級（即 ALICE 1 級≤–2.20，–2.20<ALICE 2 級≤–1.39，ALICE 3 級>–1.39），ALICE 能夠預測接受大范圍肝切除肝癌患者的 PHLF 和病死率，其中 ALICE>–1.88 是 PHLF 的危險因素；另外，ALICE 在膽管癌患者中的預測價值也得到驗證[28]。ICG 試驗雖然存在不足，相信隨著科學技術的更新和發展，ICG 試驗的應用會不斷完善并發揮更大的臨床價值。
3 影像學方法評估
3.1 超聲掃描技術
超聲是肝臟疾病的初篩手段之一。近年來，關于肝纖維化的超聲非侵入性評價手段深受醫師和患者歡迎，如靜態彈性成像的實時彈性成像（real-time elastography，RTE），動態彈性成像的瞬時彈性成像（transient elastography，TE）、聲輻射力脈沖成像（acoustic radiation force impulse，ARFI）、二維剪切波彈性成像（2-dimensional shear-wave elasticity，2D-SWE）；超聲造影（contrast-enhanced ultrasono-graphy，CEUS）；組織結構聲學定量技術（acousticstructure quantification，ASQ）。① RTE 是唯一的內鏡超聲彈性成像技術，由手法施壓或借助心血管搏動，使局部組織應變產生相應彈性圖進而獲得組織質地特征。② TE 借助剪切波速度計算出肝臟彈性值進而實現了肝組織硬度的量化。有 meta 分析[29]結果表明，TE 預測顯著肝纖維化和肝硬化的受試者工作特征曲線下面積（AUC）值分別為 0.86 和 0.92，顯著肝纖維化和肝硬化的最佳分界值分別為 7.25 kPa（1 kPa=7.5 mm Hg）和 12.4 kPa。③ ARFI 通過實時動態超聲精確取樣，肝臟聲觸診組織量化（virtual touch tissue quantification，VTQ）值能較為直觀地反映肝臟組織硬度，進而快速評估肝纖維化的嚴重程度[30-31]。④ 2D-SWE 通過選擇取樣區域并利用超聲直接在肝臟組織內產生剪切波以獲得實時圖像和測量橫波的速度，從而計算肝臟的硬度。2D-SWE 可以在高幀率的 B 型超聲導引下實時、二維和定量地生成肝臟硬度圖像。近年來有研究[32]發現，2D-SWE 比 TE 具有更強的識別顯著肝纖維化和肝硬化的能力。一篇納入 400 例慢性乙型肝炎患者的 meta 分析[33]表明，2D-SWE 診斷顯著肝纖維化（AUC 值為 0.91、敏感度為 0.88、特異度為 0.74）和肝硬化（AUC 值為 0.96、敏感度為 0.80、特異度為 0.93）的效能優異，其最佳臨界值分別為 7.1 kPa 和 11.5 kPa。目前 2D-SWE 診斷顯著肝纖維化和肝硬化的 AUC 值分別為 0.91～0.97 和 0.95～0.98[33-34]。⑤ CEUS 在對肝臟的肝實質改變、血流信號和血管形態變化方面具有診斷價值。楊華等[35]研究發現，CEUS 可以較好地反映早期放射性肝損傷患者肝臟血流灌注的變化，能夠及時、準確地評估可能發生的放射性肝損傷的存在，而且 CEUS 對組織器官微循環狀況的成像效果與增強 CT 和 MRI 檢查相一致，甚至有研究者[36]建議使用 CEUS 來評估 CT 和 MRI 不確定的肝臟病變，如分辨肝細胞癌與肝內膽管癌、肝細胞腺瘤與局灶性結節性增生、良性與惡性囊性肝病灶以及明確門靜脈腫瘤血栓，并能夠監測消融后治療的復發情況。⑥ 組織 ASQ 作為新興的成像技術[30] ，可借助回聲振幅的概率密度函數來評價肝臟組織的一致性。有研究[37]證明，ASQ 對肝纖維化分期有很好的預測作用。近年來，有研究將不同血清學評估指標和超聲技術聯合，可以進一步提高診斷肝纖維化的準確性，但由于影響肝病的各種復雜性因素，上述方法仍不能完全代替肝臟活檢。
3.2 CT
肝癌患者行肝切除時要達到最大切除率且保持最佳切除后殘肝體積和肝功能，可使用 CT 三維重建技術對此進行評估。可接受最小殘肝體積在肝癌患者為 40%～50%，而肝功能正常者為 20%～30%[38]。然而 CT 檢查對肝臟體積測量的前提是肝臟體積等大且肝儲備功能均勻一致，但在合并慢性肝病或接受門靜脈栓塞術、聯合肝臟離斷和門靜脈結扎分期肝切除術（associating liver partition with portal vein ligation for staged hepatectomy，ALPPS）的患者中，其局部肝臟發生病變，使得即使較大的殘肝體積仍存在不理想的肝功能儲備，提示僅靠體積計量出的肝容積法并不能夠準確評價肝臟功能。對此有研究者[39]使用未來殘肝 ICG 清除率來評估門靜脈栓塞術未來殘肝功能，結果發現，ICG 清除率在預測 PHLF 方面比功能肝體積更有用。此外，動脈增強分數彩圖灌注技術表現出血流動力學變化，可用于評價肝臟纖維化等級并預測慢性肝病患者肝功能破壞的嚴重程度及儲備能力[40]。借助 CT 計算得出肝臟體積是基于外觀形態學水平的評估，與肝儲備功能有一定相關性，但并非是其決定性因素。所以結合其他肝儲備評估指標來預測肝臟儲備功能將越來越受到學者的關注。
3.3 MRI
與 CT 容積法類似，MRI 僅計算肝臟體積及無肝功能狀態的描述。近年來新興的釓塞酸二鈉增強 MRI 不斷發展，很有可能為診斷肝癌和預測肝儲備功能提供一站式服務，其特異性造影劑釓塞酸二鈉能夠被肝細胞攝取，經膽管系統、泌尿系統排泄且無需進行生物轉化，其攝取量可反映肝臟纖維化進展和肝硬化程度。聯合釓塞酸二鈉 MRI 得到的對比增強比和肝臟體積參數（如總肝體積等）能預測功能肝體積和評估 PHLF，進而對肝儲備功能進行評估。基于釓塞酸二鈉增強 MRI 得到的標準化肝功能（standard liver function，SLF），Yamada 等[41]提出肝切除安全范圍的公式為“70×（SLF–962）/1 076（%）”；另外，有研究[42]提出，肝實質信號強度（SI）在平掃（SIUN）和肝膽期（SIHB）的相對增加與肝功能相關，表示為相對肝實質增強（relative parenchymal enhance-ment，RLE），其公式為“（SIHB–SIUN）/ SIUN”。Wibner 等[43]對 RLE 進行研究的結果顯示，RLE 值較低的患者預后較差且 RLE<100% 與 PHFL 顯著相關；此外，剩余肝臟體積（future liver remnant，FLR）的 RLE 在預測 PHLF 方面比標準 CT 肝容積測定法和 ICG 清除率更準確。研究[44]表明，MRI 結合釓塞酸二鈉可以準確預測肝大部分切除術后的 PHLF。此外，Barth等[45]報道，釓塞酸二鈉增強 MRI 還可以預測門靜脈栓塞術后肝臟生長情況，特別是 MRI 測量的脂肪信號分數，與 FLR 的動態增長率呈負相關，即較高（>4.9%）脂肪信號分數與較低 FLR 增長和較高并發癥發生率相關。可見，釓塞酸二鈉增強 MRI 為臨床醫師提供準確解剖結構的同時，又提供了肝臟各段的儲備功能情況，但其造影劑經膽管系統，由于高膽紅素或膽汁淤積等可能會降低其精確度。
4 核醫學評估
4.1 99锝m標記的半乳糖基人血清白蛋白（99Tcm-GSA）顯像
作為去唾液酸糖蛋白類似物的 GSA，可結合肝細胞中的特異性受體，該受體在慢性肝病中呈低表達，GSA 僅被肝臟吸收并持續至少 30 min 的滯留狀態；此外，由于 GSA 的吸收不受血清膽紅素水平的影響，99Tcm-GSA 顯像即使在有膽汁淤積的情況下也是可靠的。靜脈注射 99Tcm-GSA 后，利用 γ 相機并通過平面動態核素顯像計算 99Tcm-GSA 肝臟攝取和血液清除率，進而實現肝臟儲備功能的評估。評估功能性肝體積和肝病嚴重程度最常用的指標是 99Tcm-GSA 肝臟攝取率，對肝癌患者術前預測肝功能有重要作用，且與 PHLF 等術后并發癥密切相關[46]。然而 PHLF 仍可能發生在 99Tcm-GSA 攝取正常的患者中，可能是因為 99Tcm-GSA 顯像未能反映節段性的肝功能。為此，99Tcm-GSA 閃爍顯像與 SPECT/CT 相結合能夠精準評估 FLR 的儲備功能，其攝取指數與患者的肝功能狀態（C-P 評分、是否有腹水和高膽紅素血癥等）密切相關，并且可以很好地預測 PHLF 等術后并發癥[47]，甚至適用于 ALPPS 的術后評估[48]，FLR 的 GSA 最大清除率與 ICG-R15 和術后 TBIL 水平有很強的相關性，可以預測長期的腹水和 PHLF 發展情況。Tokorodani 等[49]通過 99Tcm-GSA SPECT/CT 計算得出肝臟的平均標準摂取率（SUVmean），發現其與肝纖維化密切相關，并提出 SUVmean>6.7 能準確預測嚴重肝纖維化。此外，99Tcm-GSA 僅被肝細胞吸收，不受膽管阻塞的影響，因此可直接用于評估膽管癌患者的肝功能，與此一致的是 Huang 等[50]研究發現 99Tcm-GSA SPECT/CT 可以準確評估局部區域的肝功能，對于膽管癌患者的手術規劃和 PHLF 預測有重要參考價值。
4.2 99Tcm-甲溴苯寧（Mebrofenin）肝膽顯像（HBS）
99Tcm-亞氨基二乙酸（IDA）制劑是利多卡因的類似物，被肝細胞吸收后不需經歷生物轉化便可排泄至膽管系統。99Tcm-Mebrofenin 是99Tcm-IDA 衍生物，具有最高的肝吸收量、最低的尿排出量和最低的膽紅素排泄量。因此，99Tcm-Mebrofenin 被用來獲得肝臟的功能顯像。通過動態閃爍成像測量肝臟99Tcm-Mebrofenin 的攝取率，根據體表面積進行校正，再結合三維 SPECT/CT 以評估和區分功能性和非功能性肝段，進而為臨床醫師提供肝臟可視化功能信息[51]。有研究發現，99Tcm-Mebrofenin-HBS 與肝切除術后的 ICG 試驗相關，因為它的吸收、排泄與無肝臟生物轉化過程是相似的。de Graaf 等[52]已證實在大范圍肝切除后，FLR 的99Tcm-Mebrofenin 攝取率低于 2.69%/（min×m2）是 PHLF 的預測因子，甚至對于 ALPPS 后也是如此，其在 ALPPS 間期用99Tcm-Mebrofenin-HBS 評估 FLR 儲備功能的結果，與 PHLF 的風險和第二階段后的病死率相關[53]。因此，術前肝臟容積和功能聯合評估是目前預測 PHLF 風險的最準確和最可靠的方法之一，99Tcm-Mebrofenin-HBS 在大范圍肝切除術和 ALPPS 的術前評估中獲得的節段性肝功能的定量和可視化信息至關重要。
5 人工智能評估
近年來，人工智能的迅速發展使得醫學影像的角色正在從一種基礎的診斷手段演變為個性化精準醫療的重要工具，在此背景下，深度學習和影像組學應運而生，其在各種肝臟疾病的影像學評估中越來越受到重視。
5.1 深度學習
人工智能由最初的邏輯推理發展到中期的專家系統，直至最近出現的機器學習，其中深度學習屬于機器學習領域中的一個分支。2012 年 Krizhevsky 等[54]第 1 次提出深度卷積神經網絡模型并在圖像分類、分割、去噪、目標檢測等方面取得了很好的效果。自此，深度學習越來越受到研究者們的關注，其已經被廣泛應用于肝臟成像中，包括肝臟分割、肝纖維化分期、腫瘤檢測或分類、優化圖像質量等方面。Wang 等[55]證明了使用基于深度學習的自動肝分割測量的質子密度脂肪分數與手動肝分割測量值之間有很好的一致性，這表明基于深度學習的肝臟分割在全肝定量指標自動測量中的潛在作用。Choi 等[56]報道了使用門靜脈期 CT 圖像進行全自動肝纖維化分期（顯著纖維化、晚期纖維化和肝硬化）的深度學習算法，并驗證了此算法在肝纖維化分期中的準確度為 79.4%，在此 3 個階段診斷的 AUC 值分別為 0.96、0.97、0.95，超過了放射科醫師的目視圖像分析和血清纖維化指標。
5.2 影像組學
影像組學是將影像中潛在的病理和生理學信息轉化為可挖掘的高維定量影像特征，通過分析高維定量影像特征與臨床數據和基因數據間的關系，實現腫瘤的診斷、分期分型、預后預測等。影像組學的處理流程包括以下 4 個步驟：① 影像采集；② 感興趣區域的檢測與分割（自動、半自動或手動分割）；③ 提取影像組學特征；④ 挖掘數據以構建模型。蔡偉等[57]基于影像組學技術開發了一種綜合 nomogram 模型，經驗證后發現其預測 PHLF 能力較佳，準確度優于臨床現有的 C-P、MELD 和 ALBI 評分系統。Park 等[58]根據釓塞酸二鈉增強 MRI 圖像的放射組學特征建立了放射組學纖維化指數，結果表明，放射組學纖維化指數在肝纖維化分期方面有較高的診斷性能，AUC 值接近 0.90 ［95%CI為（0.89，0.91）］，顯著優于標準化肝增強 MRI 和血清學纖維化指數。Yang 等[59]在術前 MRI 和臨床因子基礎上構建無微血管侵犯的預測模型，反復驗證后的 AUC 值為 0.86 ［95%CI 為（0.75，0.97）］，敏感度為 0.90，特異度為 0.81。近來，Zhou 等[60]借助術前動脈期和門靜脈期 CT 影像各自提取出 300 個直方圖和灰度共生矩陣特征，隨后采用 LASSO 回歸方法篩選出較為有效的預測特征并建立早期復發預測模型，最終聯合臨床變量和影像組學標簽的組合模型以達到最佳的預測性能，AUC 值為 0.84 ［95%CI 為（0.78，0.88）］，敏感度為 0.82，特異度為 0.71。當然使用放射組學方法也存在一些缺點，放射組學研究只有超越經典視覺圖像獲得增量的診斷信息才會產生真正的臨床價值，因為它們涉及分割、特征提取和機器學習或建模過程，這些方法既費力又耗時；此外，放射組學研究通用性差，是因為缺少標準化的放射組學特征提取方法。為了解決這一問題，圖像生物標記標準化倡議最近發布了一致的指南，以標準化圖像處理方法、放射組學特征的命名和定義以及報告方法[61]。最近有研究[62]進一步提出了一些利于放射組學重復操作及便于推廣的策略，這可能有助于提高放射組學研究的普適性。
深度學習和影像組學作為醫工交叉的新興技術，利用數字醫學圖像加工出海量定量圖像特征，由此精確提煉成像組織的病理生理學信息。隨著大樣本、多中心及多組學探索的深入研究，其將在肝病的精準診治發展道路上擁有廣闊的應用前景。
6 小結及展望
準確全面地評估術前肝功能具有重要的臨床意義。目前的肝功能評估方法包括各種實驗室檢查、綜合評分系統、影像組學等均有各自的優勢和不足，在臨床實踐中需要結合多種方法加以分析才能做出更加全面準確的判斷，從而形成以個體化診療為導向的精準醫療。隨著基礎醫學的進步、臨床實踐的深入以及人工智能的引入，肝功能評價體系將會迎來更深一步的發展。
重要聲明
利益沖突聲明：本文全體作者閱讀并理解了《中國普外基礎與臨床雜志》的政策聲明，我們無相互競爭的利益。
作者貢獻聲明：羅志江查閱文獻并撰寫文章；彭濤、林旋協助查閱文獻；陳斌對文章進行校對并修正。
肝癌是全球第 6 位最常見惡性腫瘤及第 4 位與惡性腫瘤相關的死亡原因，嚴重危害人民的生命健康[1]。肝癌的治療多采用以外科為中心的多學科協作團隊診療模式，且隨著新器械、新技術層出不窮，眾多肝癌患者能從肝切除術中獲益，但是肝切除術后肝功能衰竭（posthepatectomy liver failure，PHLF）是肝癌患者肝切除術后最嚴重的并發癥之一，與之相關的病死率高達 80%，因此，術前全面準確地評估患者的肝功能對降低 PHLF 發生率及圍術期病死率有重要意義[2]。臨床應用的肝功能評估指標要能反映肝臟攝取、排泄、生物轉化、合成能力及肝臟受損程度，通過對此類指標的評估來預測在手術和應激狀態下肝臟的代謝、再生及創傷修復能力，此不僅有助于評估患者預后、優化手術決策和時機選擇，而且更有助于大大提高圍術期患者的生存質量。筆者現從實驗室血清學指標、綜合評價系統、影像學檢查、核醫學檢查、人工智能等方面對肝功能評估指標的相關應用及研究進行綜述。
1 實驗室血清學指標
1.1 單獨的血清學指標
血清學生化指標能敏感且從多方面提示肝功能。① 谷丙轉氨酶（alanine aminotransferase，ALT）和谷草轉氨酶（aspartate aminotransferase，AST）指標。ALT 和 AST 是反映肝臟損傷的指標，其水平的增高反映肝細胞破壞程度。② 白蛋白（albumin，ALB）、凝血酶原時間（prothrombin time，PT）和國際標準化比值（international normalized ratio，INR）指標。肝臟是合成 ALB 的唯一場所，而 PT 和 INR 則可實時反映肝功能狀態。③ 總膽紅素（total bilirubin，TBIL）和 γ-谷氨酰轉肽酶（γ-glutamyltranspeptidase，γ-GT）指標。TBIL 水平升高則表明肝功能受損較嚴重，可用于判斷肝癌患者是否可行肝切除術[3]。γ-GT 在肝細胞與膽管細胞中廣泛分布，當肝細胞膜通透性升高或發生損傷時，其中的游離 γ-GT 直接進入膽小管，因此，膽汁中的 γ-GT 水平能夠提示肝細胞的破壞程度且能獨立預測原發性肝癌患者的術后情況[4]。④ 透明質酸（hyaluronic acid，HA）和血清Ⅳ型膠原指標。HA、血清Ⅳ型膠原等指標能提示肝纖維化，其中 HA 可以體現肝纖維化程度及肝竇內皮細胞清除功能；還有研究者[5]認為術前 HA 水平與 PHLF 的發生呈正相關。盡管如此，單憑這些血清生化指標并不能全面而精準地評估肝功能。
1.2 聯合的血清學指標
為了提高血清學指標評估肝功能的準確性，許多研究者開始聯合多個指標用于術前綜合預測肝功能及預后。① AST 與血小板比值指數（AST-to-platelet ratio index，APRI）和基于 4 因子的肝纖維化指數（fibrosis?index?based?on?the?4?factor，FIB-4）分別是肝硬化和肝纖維化的預測指標，而這兩個指標是肝切除后肝再生受損和 PHLF 的影響因子[6-7]。Maegawa 等[6]研究表明，APRI>1.5 和 FIB-4>4.0 分別與肝癌肝切除術后 30 d 和 90 d 病死率增加有關；Ben Ayed 等[7]提出，APRI 和 FIB-4 均可以很好地反映慢性乙型肝炎期間的肝纖維化，將 APRI 和 FIB-4 指標聯合起來評價則更為準確。② 白蛋白-膽紅素（albumin-bilirubin，ALBI）分級指標。有研究[8-9]顯示，對于接受根治性治療和姑息性治療的肝癌患者，ALBI 均比 Child-Pugh （C-P）評分具有更好的預測能力。③ 血漿纖維蛋白原和白蛋白（fibrinogen and albumin，FA）水平。已有研究[10]表明，單獨血漿纖維蛋白原和 ALB 水平能評估腫瘤患者預后，近年來基于這兩個指標的 FA 水平評分作為一種可以預測患者術后總生存期的獨立危險因子在多種腫瘤中已得到驗證。李正佐等[11]研究發現，FA 評分能夠獨立影響肝癌患者總生存期和無復發生存期，尤其是無微血管侵犯或巴塞羅那（BCLC）分期 0～A 期的患者。④ 白蛋白與堿性磷酸酶之比（albumin-to-alkaline phosphatase ratio，AAPR）可用來預測行手術切除和姑息治療肝癌患者的預后。Cai 等[12]研究發現，AAPR 對未接受任何標準抗癌治療的晚期肝癌患者的預后預測有重要價值；Li 等[13]團隊在接受肝移植治療的兩個獨立的肝癌患者隊列中發現，AAPR 升高與總生存期延長有關；同時該研究團隊[14]的多中心回顧性研究也發現 AAPR 評分和 ALBI 分級指標是手術治療肝內膽管癌患者有效的預后因素，且 AAPR 指標比 ALBI 分級指標更準確。⑤ 炎癥指標。炎癥反應能夠抑制細胞凋亡、摧毀 DNA、促進血管再生，從而加快腫瘤的進展[15]，使肝癌患者的肝功能進一步惡化，中性粒細胞、淋巴細胞、血小板、C 反應蛋白等在其中起到了重要作用。馮志強等[16]對 144 例行肝切除術的肝癌患者進行回顧性研究后發現，術前外周血中性粒細胞與淋巴細胞比率（neutrophil-to-lymphocyte ratio，NLR）和血小板淋巴細胞比率（platelet-to-lymphocyte ratio，PLR）是肝癌患者肝切除術后死亡和復發的獨立危險因素，其升高提示預后不良。最近，Shelat[17]提出經手術或經肝動脈化療栓塞等治療后，NLR 升高提示預后不佳并計算出 NLR 的臨界值為 3，較低的 NLR 可能會改善預后。孫志德等[18]對行根治性肝癌切除術的 133 例患者研究后表明，基于炎癥反應指數評分是肝癌術后預后的獨立影響因素，能準確地預測肝癌術后復發及死亡，且優于 BCLC 分期。不難看出，多個血清學指標的聯合應用提高了術前肝功能預測的準確性，但仍需結合其他臨床檢查手段來為患者提供更為精準的個性化治療方案。
2 綜合評價系統評估
2.1 C-P 評分系統
C-P 評分是應用最廣泛的評估肝功能和參與臨床決策的臨床工具之一，對于 C-P 評分 A 級的肝癌患者行肝切除比較安全，不建議 C-P 評分 C 級的患者接受肝切除術，若患者經保守治療后由 C 級降為 B 級則可考慮手術。但是研究[19]發現，即使患者術前肝功能為 C-P 評分 A 級，其術后也可能會出現 PHLF，提示該評分系統存在諸多不足：① 同一評分等級肝功能與實際情況表現出明顯差異；② 該評分分級系統涉及了腹水和肝性腦病判斷，受主觀因素干預而難以標準化；③ 其中一些指標相互關聯且權重相同，沒有很好地分層。由 Wen 等[20]提出的改良 C-P （modified Child-Pugh，MCP）評分分級（表 1）中將血清前白蛋白納入 C-P 評分系統中，同時剔除了腹水和肝性腦病這兩個主觀指標，該評分系統具有客觀、簡單的優點，避免了觀察者之間的差異，主要用于肝功能儲備情況的評估并提出可將 C-P 評分 A 級的患者再細分為 3 個亞組即 MCP-1 級（4 分）、MCP-2 級（5 分）及 MCP-3 級（6 分），故也適用于 C-P 評分 A 級患者術后預后的預測，彌補了 C-P 評分的一些缺點。黃鳳等[21]在對 204 例行肝癌切除術患者進行回顧性分析后發現，就預測肝癌患者的長期預后方面，MCP 評分系統要優于 ALBI 和 C-P 評分系統。
表1
MCP 評分系統[20]
2.2 MELD 評分系統
早期的 MELD 評分用來評估肝癌患者接受門體分流術的預后，目前 MELD 評分用于評估重度肝功能衰竭患者的病死率并參與終末期肝病患者肝移植及肝源分配的決策，也用于預測慢性肝臟疾病的嚴重程度及生存復發情況[5]。MELD 評分的計算公式[22]為“9.6×ln ［肌酐（mg/dL），1 mg/dL=88.4 μmol/L］+3.8×ln ［膽紅素（mg/dL），1 mg/dL=17.1 μmol/L］+11.2×ln（INR）+6.4×病因（膽汁淤積或酒精性病因按‘0’計算，其他病因按‘1’計算）”。但是 MELD 評分系統也存在一定的不足：① 該評分系統使用的肌酐、膽紅素、INR 等指標容易受外界因素影響；② MELD 評分系統對肝硬化相關并發癥的評估不足。除了 MELD 評分系統所納入的臨床指標對臨床預后有影響之外，還有其他許多因素也會影響臨床預后，如鈉離子濃度、腹水、消化道出血等，由此衍生出綜合 MELD（iMELD）、MELD 聯合血清鈉（MELD-Na）、MELD 與血清鈉比值（MESO）等評估系統也被用于失代償期肝硬化預后的預測；另外，近年還探索出許多新的預測模型，主要有 MELD 與乳酸結合（MELD-Lac）、MELD 與肌肉量結合（Muscle-MELD）及 MELD 與網織紅細胞和血紅蛋白濃度的結合（MELD-red）[23]，均具有良好的預測價值，但是在移植領域還需要更多的臨床驗證。
2.3 ICG 試驗
ICG 試驗能夠動態、迅速且準確評估全肝儲備功能，廣泛應用于肝臟手術，其中預測肝臟儲備功能的較佳指標是 ICG 15 min 滯留率（ICG-R15）和 ICG 血漿清除率（ICG-PDR），術前、術中、術后的持續 ICG 檢測均可評估肝臟儲備功能并預測患者的預后且術后監測更為準確[24-25]，但 ICG-PDR 取決于血清膽紅素水平、膽管是否通暢、低蛋白血癥、肝血流量、血管變異等[2]，因此，ICG 清除試驗有一定局限性，對肝儲備功能的精準評估仍需要結合其他檢查手段。最新提出的白蛋白吲哚菁綠評估（albumin-indocyanine green evaluation，ALICE）是針對肝硬化和肝癌患者術前肝功能的評估系統[26]，結合血清白蛋白水平和 ICG-R15 值，其公式為“0.663×log10ICG-R15（%）–0.0718×白蛋白（g/L）”。多項研究[27-28]已證實，通過將患者劃分為三等級（即 ALICE 1 級≤–2.20，–2.20<ALICE 2 級≤–1.39，ALICE 3 級>–1.39），ALICE 能夠預測接受大范圍肝切除肝癌患者的 PHLF 和病死率，其中 ALICE>–1.88 是 PHLF 的危險因素；另外，ALICE 在膽管癌患者中的預測價值也得到驗證[28]。ICG 試驗雖然存在不足，相信隨著科學技術的更新和發展，ICG 試驗的應用會不斷完善并發揮更大的臨床價值。
3 影像學方法評估
3.1 超聲掃描技術
超聲是肝臟疾病的初篩手段之一。近年來，關于肝纖維化的超聲非侵入性評價手段深受醫師和患者歡迎，如靜態彈性成像的實時彈性成像（real-time elastography，RTE），動態彈性成像的瞬時彈性成像（transient elastography，TE）、聲輻射力脈沖成像（acoustic radiation force impulse，ARFI）、二維剪切波彈性成像（2-dimensional shear-wave elasticity，2D-SWE）；超聲造影（contrast-enhanced ultrasono-graphy，CEUS）；組織結構聲學定量技術（acousticstructure quantification，ASQ）。① RTE 是唯一的內鏡超聲彈性成像技術，由手法施壓或借助心血管搏動，使局部組織應變產生相應彈性圖進而獲得組織質地特征。② TE 借助剪切波速度計算出肝臟彈性值進而實現了肝組織硬度的量化。有 meta 分析[29]結果表明，TE 預測顯著肝纖維化和肝硬化的受試者工作特征曲線下面積（AUC）值分別為 0.86 和 0.92，顯著肝纖維化和肝硬化的最佳分界值分別為 7.25 kPa（1 kPa=7.5 mm Hg）和 12.4 kPa。③ ARFI 通過實時動態超聲精確取樣，肝臟聲觸診組織量化（virtual touch tissue quantification，VTQ）值能較為直觀地反映肝臟組織硬度，進而快速評估肝纖維化的嚴重程度[30-31]。④ 2D-SWE 通過選擇取樣區域并利用超聲直接在肝臟組織內產生剪切波以獲得實時圖像和測量橫波的速度，從而計算肝臟的硬度。2D-SWE 可以在高幀率的 B 型超聲導引下實時、二維和定量地生成肝臟硬度圖像。近年來有研究[32]發現，2D-SWE 比 TE 具有更強的識別顯著肝纖維化和肝硬化的能力。一篇納入 400 例慢性乙型肝炎患者的 meta 分析[33]表明，2D-SWE 診斷顯著肝纖維化（AUC 值為 0.91、敏感度為 0.88、特異度為 0.74）和肝硬化（AUC 值為 0.96、敏感度為 0.80、特異度為 0.93）的效能優異，其最佳臨界值分別為 7.1 kPa 和 11.5 kPa。目前 2D-SWE 診斷顯著肝纖維化和肝硬化的 AUC 值分別為 0.91～0.97 和 0.95～0.98[33-34]。⑤ CEUS 在對肝臟的肝實質改變、血流信號和血管形態變化方面具有診斷價值。楊華等[35]研究發現，CEUS 可以較好地反映早期放射性肝損傷患者肝臟血流灌注的變化，能夠及時、準確地評估可能發生的放射性肝損傷的存在，而且 CEUS 對組織器官微循環狀況的成像效果與增強 CT 和 MRI 檢查相一致，甚至有研究者[36]建議使用 CEUS 來評估 CT 和 MRI 不確定的肝臟病變，如分辨肝細胞癌與肝內膽管癌、肝細胞腺瘤與局灶性結節性增生、良性與惡性囊性肝病灶以及明確門靜脈腫瘤血栓，并能夠監測消融后治療的復發情況。⑥ 組織 ASQ 作為新興的成像技術[30] ，可借助回聲振幅的概率密度函數來評價肝臟組織的一致性。有研究[37]證明，ASQ 對肝纖維化分期有很好的預測作用。近年來，有研究將不同血清學評估指標和超聲技術聯合，可以進一步提高診斷肝纖維化的準確性，但由于影響肝病的各種復雜性因素，上述方法仍不能完全代替肝臟活檢。
3.2 CT
肝癌患者行肝切除時要達到最大切除率且保持最佳切除后殘肝體積和肝功能，可使用 CT 三維重建技術對此進行評估。可接受最小殘肝體積在肝癌患者為 40%～50%，而肝功能正常者為 20%～30%[38]。然而 CT 檢查對肝臟體積測量的前提是肝臟體積等大且肝儲備功能均勻一致，但在合并慢性肝病或接受門靜脈栓塞術、聯合肝臟離斷和門靜脈結扎分期肝切除術（associating liver partition with portal vein ligation for staged hepatectomy，ALPPS）的患者中，其局部肝臟發生病變，使得即使較大的殘肝體積仍存在不理想的肝功能儲備，提示僅靠體積計量出的肝容積法并不能夠準確評價肝臟功能。對此有研究者[39]使用未來殘肝 ICG 清除率來評估門靜脈栓塞術未來殘肝功能，結果發現，ICG 清除率在預測 PHLF 方面比功能肝體積更有用。此外，動脈增強分數彩圖灌注技術表現出血流動力學變化，可用于評價肝臟纖維化等級并預測慢性肝病患者肝功能破壞的嚴重程度及儲備能力[40]。借助 CT 計算得出肝臟體積是基于外觀形態學水平的評估，與肝儲備功能有一定相關性，但并非是其決定性因素。所以結合其他肝儲備評估指標來預測肝臟儲備功能將越來越受到學者的關注。
3.3 MRI
與 CT 容積法類似，MRI 僅計算肝臟體積及無肝功能狀態的描述。近年來新興的釓塞酸二鈉增強 MRI 不斷發展，很有可能為診斷肝癌和預測肝儲備功能提供一站式服務，其特異性造影劑釓塞酸二鈉能夠被肝細胞攝取，經膽管系統、泌尿系統排泄且無需進行生物轉化，其攝取量可反映肝臟纖維化進展和肝硬化程度。聯合釓塞酸二鈉 MRI 得到的對比增強比和肝臟體積參數（如總肝體積等）能預測功能肝體積和評估 PHLF，進而對肝儲備功能進行評估。基于釓塞酸二鈉增強 MRI 得到的標準化肝功能（standard liver function，SLF），Yamada 等[41]提出肝切除安全范圍的公式為“70×（SLF–962）/1 076（%）”；另外，有研究[42]提出，肝實質信號強度（SI）在平掃（SIUN）和肝膽期（SIHB）的相對增加與肝功能相關，表示為相對肝實質增強（relative parenchymal enhance-ment，RLE），其公式為“（SIHB–SIUN）/ SIUN”。Wibner 等[43]對 RLE 進行研究的結果顯示，RLE 值較低的患者預后較差且 RLE<100% 與 PHFL 顯著相關；此外，剩余肝臟體積（future liver remnant，FLR）的 RLE 在預測 PHLF 方面比標準 CT 肝容積測定法和 ICG 清除率更準確。研究[44]表明，MRI 結合釓塞酸二鈉可以準確預測肝大部分切除術后的 PHLF。此外，Barth等[45]報道，釓塞酸二鈉增強 MRI 還可以預測門靜脈栓塞術后肝臟生長情況，特別是 MRI 測量的脂肪信號分數，與 FLR 的動態增長率呈負相關，即較高（>4.9%）脂肪信號分數與較低 FLR 增長和較高并發癥發生率相關。可見，釓塞酸二鈉增強 MRI 為臨床醫師提供準確解剖結構的同時，又提供了肝臟各段的儲備功能情況，但其造影劑經膽管系統，由于高膽紅素或膽汁淤積等可能會降低其精確度。
4 核醫學評估
4.1 99锝m標記的半乳糖基人血清白蛋白（99Tcm-GSA）顯像
作為去唾液酸糖蛋白類似物的 GSA，可結合肝細胞中的特異性受體，該受體在慢性肝病中呈低表達，GSA 僅被肝臟吸收并持續至少 30 min 的滯留狀態；此外，由于 GSA 的吸收不受血清膽紅素水平的影響，99Tcm-GSA 顯像即使在有膽汁淤積的情況下也是可靠的。靜脈注射 99Tcm-GSA 后，利用 γ 相機并通過平面動態核素顯像計算 99Tcm-GSA 肝臟攝取和血液清除率，進而實現肝臟儲備功能的評估。評估功能性肝體積和肝病嚴重程度最常用的指標是 99Tcm-GSA 肝臟攝取率，對肝癌患者術前預測肝功能有重要作用，且與 PHLF 等術后并發癥密切相關[46]。然而 PHLF 仍可能發生在 99Tcm-GSA 攝取正常的患者中，可能是因為 99Tcm-GSA 顯像未能反映節段性的肝功能。為此，99Tcm-GSA 閃爍顯像與 SPECT/CT 相結合能夠精準評估 FLR 的儲備功能，其攝取指數與患者的肝功能狀態（C-P 評分、是否有腹水和高膽紅素血癥等）密切相關，并且可以很好地預測 PHLF 等術后并發癥[47]，甚至適用于 ALPPS 的術后評估[48]，FLR 的 GSA 最大清除率與 ICG-R15 和術后 TBIL 水平有很強的相關性，可以預測長期的腹水和 PHLF 發展情況。Tokorodani 等[49]通過 99Tcm-GSA SPECT/CT 計算得出肝臟的平均標準摂取率（SUVmean），發現其與肝纖維化密切相關，并提出 SUVmean>6.7 能準確預測嚴重肝纖維化。此外，99Tcm-GSA 僅被肝細胞吸收，不受膽管阻塞的影響，因此可直接用于評估膽管癌患者的肝功能，與此一致的是 Huang 等[50]研究發現 99Tcm-GSA SPECT/CT 可以準確評估局部區域的肝功能，對于膽管癌患者的手術規劃和 PHLF 預測有重要參考價值。
4.2 99Tcm-甲溴苯寧（Mebrofenin）肝膽顯像（HBS）
99Tcm-亞氨基二乙酸（IDA）制劑是利多卡因的類似物，被肝細胞吸收后不需經歷生物轉化便可排泄至膽管系統。99Tcm-Mebrofenin 是99Tcm-IDA 衍生物，具有最高的肝吸收量、最低的尿排出量和最低的膽紅素排泄量。因此，99Tcm-Mebrofenin 被用來獲得肝臟的功能顯像。通過動態閃爍成像測量肝臟99Tcm-Mebrofenin 的攝取率，根據體表面積進行校正，再結合三維 SPECT/CT 以評估和區分功能性和非功能性肝段，進而為臨床醫師提供肝臟可視化功能信息[51]。有研究發現，99Tcm-Mebrofenin-HBS 與肝切除術后的 ICG 試驗相關，因為它的吸收、排泄與無肝臟生物轉化過程是相似的。de Graaf 等[52]已證實在大范圍肝切除后，FLR 的99Tcm-Mebrofenin 攝取率低于 2.69%/（min×m2）是 PHLF 的預測因子，甚至對于 ALPPS 后也是如此，其在 ALPPS 間期用99Tcm-Mebrofenin-HBS 評估 FLR 儲備功能的結果，與 PHLF 的風險和第二階段后的病死率相關[53]。因此，術前肝臟容積和功能聯合評估是目前預測 PHLF 風險的最準確和最可靠的方法之一，99Tcm-Mebrofenin-HBS 在大范圍肝切除術和 ALPPS 的術前評估中獲得的節段性肝功能的定量和可視化信息至關重要。
5 人工智能評估
近年來，人工智能的迅速發展使得醫學影像的角色正在從一種基礎的診斷手段演變為個性化精準醫療的重要工具，在此背景下，深度學習和影像組學應運而生，其在各種肝臟疾病的影像學評估中越來越受到重視。
5.1 深度學習
人工智能由最初的邏輯推理發展到中期的專家系統，直至最近出現的機器學習，其中深度學習屬于機器學習領域中的一個分支。2012 年 Krizhevsky 等[54]第 1 次提出深度卷積神經網絡模型并在圖像分類、分割、去噪、目標檢測等方面取得了很好的效果。自此，深度學習越來越受到研究者們的關注，其已經被廣泛應用于肝臟成像中，包括肝臟分割、肝纖維化分期、腫瘤檢測或分類、優化圖像質量等方面。Wang 等[55]證明了使用基于深度學習的自動肝分割測量的質子密度脂肪分數與手動肝分割測量值之間有很好的一致性，這表明基于深度學習的肝臟分割在全肝定量指標自動測量中的潛在作用。Choi 等[56]報道了使用門靜脈期 CT 圖像進行全自動肝纖維化分期（顯著纖維化、晚期纖維化和肝硬化）的深度學習算法，并驗證了此算法在肝纖維化分期中的準確度為 79.4%，在此 3 個階段診斷的 AUC 值分別為 0.96、0.97、0.95，超過了放射科醫師的目視圖像分析和血清纖維化指標。
5.2 影像組學
影像組學是將影像中潛在的病理和生理學信息轉化為可挖掘的高維定量影像特征，通過分析高維定量影像特征與臨床數據和基因數據間的關系，實現腫瘤的診斷、分期分型、預后預測等。影像組學的處理流程包括以下 4 個步驟：① 影像采集；② 感興趣區域的檢測與分割（自動、半自動或手動分割）；③ 提取影像組學特征；④ 挖掘數據以構建模型。蔡偉等[57]基于影像組學技術開發了一種綜合 nomogram 模型，經驗證后發現其預測 PHLF 能力較佳，準確度優于臨床現有的 C-P、MELD 和 ALBI 評分系統。Park 等[58]根據釓塞酸二鈉增強 MRI 圖像的放射組學特征建立了放射組學纖維化指數，結果表明，放射組學纖維化指數在肝纖維化分期方面有較高的診斷性能，AUC 值接近 0.90 ［95%CI為（0.89，0.91）］，顯著優于標準化肝增強 MRI 和血清學纖維化指數。Yang 等[59]在術前 MRI 和臨床因子基礎上構建無微血管侵犯的預測模型，反復驗證后的 AUC 值為 0.86 ［95%CI 為（0.75，0.97）］，敏感度為 0.90，特異度為 0.81。近來，Zhou 等[60]借助術前動脈期和門靜脈期 CT 影像各自提取出 300 個直方圖和灰度共生矩陣特征，隨后采用 LASSO 回歸方法篩選出較為有效的預測特征并建立早期復發預測模型，最終聯合臨床變量和影像組學標簽的組合模型以達到最佳的預測性能，AUC 值為 0.84 ［95%CI 為（0.78，0.88）］，敏感度為 0.82，特異度為 0.71。當然使用放射組學方法也存在一些缺點，放射組學研究只有超越經典視覺圖像獲得增量的診斷信息才會產生真正的臨床價值，因為它們涉及分割、特征提取和機器學習或建模過程，這些方法既費力又耗時；此外，放射組學研究通用性差，是因為缺少標準化的放射組學特征提取方法。為了解決這一問題，圖像生物標記標準化倡議最近發布了一致的指南，以標準化圖像處理方法、放射組學特征的命名和定義以及報告方法[61]。最近有研究[62]進一步提出了一些利于放射組學重復操作及便于推廣的策略，這可能有助于提高放射組學研究的普適性。
深度學習和影像組學作為醫工交叉的新興技術，利用數字醫學圖像加工出海量定量圖像特征，由此精確提煉成像組織的病理生理學信息。隨著大樣本、多中心及多組學探索的深入研究，其將在肝病的精準診治發展道路上擁有廣闊的應用前景。
6 小結及展望
準確全面地評估術前肝功能具有重要的臨床意義。目前的肝功能評估方法包括各種實驗室檢查、綜合評分系統、影像組學等均有各自的優勢和不足，在臨床實踐中需要結合多種方法加以分析才能做出更加全面準確的判斷，從而形成以個體化診療為導向的精準醫療。隨著基礎醫學的進步、臨床實踐的深入以及人工智能的引入，肝功能評價體系將會迎來更深一步的發展。
重要聲明
利益沖突聲明：本文全體作者閱讀并理解了《中國普外基礎與臨床雜志》的政策聲明，我們無相互競爭的利益。
作者貢獻聲明：羅志江查閱文獻并撰寫文章；彭濤、林旋協助查閱文獻；陳斌對文章進行校對并修正。
