原发性肝癌是由嗜肝病毒感染、长期饮酒、毒物接触等原因导致的肝脏恶性肿瘤，随着生活水平的提升，代谢相关脂肪性肝病（MASLD）也成为其发生的一个常见因素。
原发性肝癌包括肝细胞癌（HCC）、肝内胆管癌（iCCA）以及混合性肝细胞-胆管癌（cHCC-CCA）三种类型，其中HCC占超过80%。原发性肝癌作为全球第三大癌症死亡原因，其诊断和治疗是医疗工作者的研究重点。
随着医学研究的深入和人工智能（AI）相关技术的发展，AI 已经在一些研究中应用于肝癌的辅助诊断、指导治疗和预后分析。本文对相关内容进行简单介绍。
不同类型的原发性肝癌在病因、临床表现等方面具有不同的特征。
HCC 多和饮酒、病毒性感染、代谢综合征的风险因素相关，部分患者在影像学中能够看到肝硬化或慢性病毒性肝炎的特征。
iCCA 约占原发性肝癌的 15%，通常与特定病因相关，例如肝吸虫感染、原发性硬化性胆管炎、肝内胆管结石和胆管囊肿，诊断时通常会发现一些基因突变（BRAF、IDH1、FGFR2 和 HER2）。
cHCC-CCA 是最少见的原发性肝癌类型，其预后很差，5 年生存率低于 30%，特征是同时具有肝细胞和胆管细胞的异常分化。
因此 AI 对于原发性肝癌的诊断需要多个数据模型相结合，包括：检验指标、影像学图像、临床症状、组织学和分子学。
图: AI 在诊疗过程中的作用，可用于分型、诊断、生物标志物检测、危险分层、预后分析和指导治疗[1]
1
AI 和病理学诊断
病理学诊断是肝癌诊断的金标准，然而传统人工的病理诊断流程耗时耗力。有多项研究显示，通过 AI 对大量病理图片的「深度学习」，能够达到高于 90% 的准确性，甚至能诊断部分转移性肝癌。
Cheng 等人让 AI 对 738 名患者的组织样本进行了深度学习，其中包括正常、非肿瘤病变和良恶性肿瘤的肝脏组织，然后进行其他图像的测试，能够达到 93.5% 的准确率，但对 cHCC-CCA 的诊断仍有一定的难度。Albrecht 的研究显示，经过学习 AI 对 iCCA 和肝转移性结直肠腺癌的区分准确率达到了 98%，这一结果甚至超过了一些病理科医生。
AI 的深度学习模型能够通过对已知样本的分析来认识不同疾病组织中的病理，和人工具有完全不同的诊断模式，并能在工作中快速处理大量病理组织图像，具有很高的效率，在未来临床的肝癌病理诊断中能够起到辅助诊断甚至独立给出结论的作用，节省时间和人力。
2
AI 和生物标志物
AI 可以通过学习预后相关因素和生存的关系来预测患者生存率。例如 Saillard 的研究对 HCC 侵袭性相关的因素进行学习，经测试其对预后预测的准确率约 63%，后续还需要加强对种族、性别等干扰因素的影响的控制以提高准确率。
然而虽然 iCCA 的诊断和预后同基因突变有很大关系，但是由于病例数量较少等原因，目前没有针对 iCCA 预后预测的临床研究数据。
AI 还可以通过对 HE 染色的病理切片和基因表达的学习对其相关性进行预测，例如 HE 切片对 TP53 和 CTNNB1 突变表达情况的预测，但其准确性还需要研究验证。
类似的，HE 切片还能用于药物治疗疗效的预测，Zeng 等人通过 336 名患者的 AI 深度学习，想实现 HE 染色组织病理学直接预测对阿替利珠单抗 + 贝伐单抗联合化疗的反应，结果显示该模型可以作为接受该治疗患者预后的生物标志物。
表：AI 用于生物标志物分析的临床研究[1]
AI 可以通过对生物标志物的分析来帮助危险分层、判断预后、预测疗效，有望成为帮助临床医生工作的强有力工具。
3
AI 和影像学诊断
影像学检查是肝癌诊断的基础。AI 可以通过重建高质量图像、解释和分析图像帮助影像学的诊断，这种功能目前在临床已经有部分应用，能够带来减少造影剂剂量和缩短图像采集时间的益处。
AI 还能够直接对肝脏病变进行诊断，Ponnoprat 的研究中，AI 对 237 名患者的 CT 影像进行了深度学习，最终达到了能够从影像上区分 HCC 和 iCCA 的效果。
MRI、CT 和超声等影像学技术诊断依赖于医生的经验判断，存在主观性误差。AI 能够通过学习影像学图像自行作出客观诊断，并能识别出肿瘤的位置、大小、形态及血管侵犯情况，为临床诊断提供强有力的参考作用。
4
AI 面临的挑战
AI 要想应用于临床还有很多需要解决的问题。
1、准确性不稳定。组织病理和影像中的一些细节可能对人肉眼来讲没有什么特殊性，但 AI 可能出现不可预测、人类难以理解的错误。
2、检验对象难以控制的差异。例如成像技术和染色试剂的不同都可能对 AI 模型产生影响。
3、学习的信息和模型还需改进。一方面是存在隐藏的混杂信息，如肿瘤微环境和肿瘤免疫特征，难以纳入深度学习的范畴；另一方面原发性肝癌的诊断和治疗仍在不断更新进步，且内容交叉复杂，想做到深入学习有一定难度。
4、缺少完善的法律法规和伦理支持。
小结
AI 在原发性肝癌的诊治中的应用已经出现了很多临床研究，尤其是在病理分子学诊断和影像学方面的作用初见端倪，对治疗方案的选择和预后预测也有一定的指导意义，是一个好工具，但想真正应用于临床来解决问题还有很长的路要走。
