开发机器学习模型和网络工具，湘雅医院医生精准预测急性胰腺炎死亡率

长沙晚报掌上长沙1月24日讯（全媒体记者 岳霞 通讯员 宁彩虹）胰腺坏死组织感染是胰腺外科最基本的问题之一，也是最棘手的临床难题。感染是导致急性胰腺炎患者死亡最重要的原因之一。近日，中南大学湘雅医院普通外科黄耿文教授团队在急性胰腺炎的临床研究方面再次取得重要进展，开发机器学习模型和网络工具精准预测急性胰腺炎死亡率，本项研究是迄今为止全球范围内最大样本量的、有关胰腺坏死感染的死亡预测机器学习模型，为临床精准诊断和治疗重症胰腺炎提供了可靠的证据支持。研究成果以“Development and Validation of an Explainable Machine Learning Model for Mortality Prediction among Patients with Infected Pancreatic Necrosis”（一种预测感染性胰腺坏死患者死亡率的可解释性机器学习模型的开发和验证）为题在柳叶刀子刊《eClinicalMedicine》上发表。

黄耿文教授团队长期关注胰腺坏死组织感染这一问题，10余年来不断革新外科技术，在国内率先开展微创入路胰腺坏死组织清除术，并对传统的胰腺坏死组织清除术进行理论和技术创新（Surgery 2024），显著降低了这一致死性并发症的死亡率。

临床上早期识别胰腺坏死感染患者的死亡危险因素十分困难，早期识别对于外科干预时机的把握和患者预后的改善至关重要。临床上现有的预后模型，如急性生理和慢性健康评分（APACHE 2）、急性胰腺炎严重程度床旁指数（BISAP）和Ranson评分等十分繁琐，敏感性和特异性均较低。

黄耿文团队历经10余年构建Xiangya IPN前瞻性研究队列，采用随机森林法和条件生存等统计学方法，建立了可以帮助临床医生准确实时预测患者生存率的列线图，优化了临床决策（Int J Surg，2024）。在此基础上，研究团队全方位比较10种机器学习模型，最终获得了一个对胰腺感染患者死亡率具有最佳预测性能的、可解释的机器学习模型。

为方便临床应用，团队开发了2个公开的网络工具供临床使用。医生只需在这2个网络工具上输入患者的临床信息，就可以准确获得患者的预后预测结果，极大地改进了这一机器学习模型的临床实用性。

湘雅医院黄耿文教授团队一直致力于急性胰腺炎的临床研究，从关键的临床问题出发，构建了多个高质量的前瞻性临床研究队列，牵头多项多中心临床研究，并组建了胰腺炎生物样本库，用详实的湘雅数据回答急性胰腺炎领域悬而未决的临床问题，为急性胰腺炎的精准诊疗提供循证医学证据。