基于常规临床数据利用机器学习预测肝细胞癌风险：一项基于人群的大型多中心研究

肝细胞癌（HCC）是全球高发且致死率极高的恶性肿瘤，当前临床筛查多以肝硬化为主要纳入标准，但肝硬化起病隐匿、漏诊率高，加之代谢相关脂肪性肝病相关HCC占比持续上升，现有筛查方案的覆盖范围与精准度均存在局限，亟需更经济普惠的高危人群识别工具。近期发表于《Cancer Discovery》的一项研究^[1]，依托英国生物样本库（UKB）与“All of Us”研究计划（AOU）两项大规模人群队列（合计覆盖超90万人群、983例HCC病例），开发了基于常规临床数据的可解释机器学习（ML）风险分层模型PRE-Screen-HCC，无需依赖肝硬化前置诊断，旨在提升HCC早诊率，拓展筛查可及性，改善肝癌患者预后。

研究纳入UKB的538例、AOU的445例HCC病例，其发病率均与对应国家本土流行病学数据相符。数据显示仅31%的患者确诊前有慢性肝病诊断记录，近三成患者始终未检出慢性肝病，漏诊问题突出，因此研究采用二分类结局作为核心建模终点，可靠性更强。

为适配不同验前概率，研究设置全人群与高危人群两个分析队列，系统筛选并验证了人口学、生活方式、代谢组学等多模态特征与HCC的显著关联，为后续模型构建提供了特征基础。

图1 UKB涵盖具有代表性的HCC风险因素^[1]

表1 按性别与HCC患病状态分层的UKB研究人群基线特征^[1]

研究以表现最优的传统线性评分aMAP为基准对比验证ML模型的HCC预测效能。单模态分析显示血液参数预测价值最高，基因组学最低；多模态整合后性能进一步提升，仅纳入人口学、诊断信息与血液数据即达性能平台（AUROC 0.88），新增组学数据增益微弱。

针对低发病率带来的数据不平衡场景，ML模型精确率较传统评分提升3~10倍，假阳性数量大幅减少；组学数据仅对极高危人群有小幅增益，常规筛查场景价值有限。