Cancer Discovery
基于常规临床数据的机器学习模型实现肝细胞癌风险分层

小赛推荐：

该研究通过大规模真实世界数据验证了机器学习在 HCC 早期风险预测中的潜力，为高危人群筛查策略的优化提供了可操作的量化工具。

 

文献概述

本文《Machine Learning Predicts Hepatocellular Carcinoma Risk from Routine Clinical Data: A Large Population-Based Multicentric Study》，发表于《Cancer Discovery》杂志，系统探讨了如何利用常规临床数据构建可解释的机器学习模型，以实现肝细胞癌（HCC）的早期风险分层。研究基于UK Biobank和All of Us两大真实世界队列，整合了人口统计、生活方式、电子健康记录、血液检测、基因组和代谢组等多模态数据，开发并验证了名为PRE-Screen-HCC的随机森林模型。该模型不仅在预测性能上显著优于现有临床评分系统，还具备良好的跨人群泛化能力与可解释性。研究进一步提出了临床可行的风险分类系统，有助于指导HCC高危个体的精准筛查。本文的发现为从被动诊断向主动预防的肝癌防控模式转变提供了重要工具支持。

背景知识

肝细胞癌（HCC）是全球第三大癌症致死原因，其发病率持续上升，尤其与代谢功能障碍相关脂肪性肝病（MASLD）的流行密切相关。当前HCC筛查主要依赖于肝硬化患者的定期影像学检查，然而超过30%的HCC患者在诊断前未被识别出慢性肝病（CLD），导致大量病例在晚期才被发现。现有风险评分系统如aMAP、FIB-4等主要基于肝功能和临床指标，但忽略了生活方式、代谢状态等多维度风险因素，且在非肝硬化人群中表现不佳。此外，肝硬化的无创诊断仍具挑战，常规血液标志物如AFP（甲胎蛋白）预测效能有限。因此，亟需一种更全面、可及性强且适用于普通人群的HCC风险评估工具。本研究的切入点在于利用广泛可及的常规临床数据，通过机器学习整合多源信息，构建一个可解释、可部署的HCC风险预测框架，突破传统基于肝硬化的筛查局限，实现更早、更广泛的HCC风险识别。

 

针对肝细胞癌（HCC）研究，我们提供多种经验证的肝癌小鼠模型，包括基因编辑与人源化模型，支持肿瘤生长、转移及药效评价研究。适用于免疫治疗、靶向治疗及联合疗法的临床前评估，助力HCC新药研发与机制探索。

了解更多

 

研究方法与核心实验

研究采用多中心、前瞻性队列设计，基于UK Biobank（n > 50万）和All of Us（n > 12万）两大真实世界人群队列，纳入超过90万个体，其中确诊HCC病例983例。作者构建了五种不同数据模态组合的输入场景，包括人口统计、电子健康记录（EHR）、血液检测、基因组（SNP）和代谢组数据，逐步模拟真实医疗路径中的数据可及性。使用随机森林分类器（RFC）作为基础模型，通过五折交叉验证进行训练与超参数优化，并在独立的UK Biobank外部位点及All of Us队列中进行外部验证。模型性能通过AUROC、AUPRC等指标评估，并采用SHAP方法进行特征重要性分析以增强可解释性。此外，研究还构建了基于TOP 15特征的简化模型，以提升临床部署可行性。

关键结论与观点

• 整合多模态临床数据的机器学习模型（PRE-Screen-HCC）显著优于现有HCC风险评分（如aMAP、FIB-4），在独立测试集中AUROC达到0.88以上，AUPRC提升数倍，表明其更强的早期识别能力。
• 血液检测参数（如γ-GT、AST、ALT、血小板计数）是模型中最具预测价值的特征，其重要性高于传统肝硬化诊断，提示常规血液检查蕴含丰富的HCC风险信息，可作为一线筛查工具。
• 基因组数据（如PNPLA3、TM6SF2、HSD17B13）虽与HCC相关，但在多模态模型中贡献有限，表明常规临床数据足以构建高性能预测模型，降低了实施成本和复杂性。
• 简化模型（TOP 15特征）在外部验证中仍保持优异性能，且具备良好校准性，支持其在初级医疗中的应用。研究提出“高/中/低”三类风险分层系统，可有效识别高风险个体（>70% HCC病例归入高风险组），指导针对性影像筛查。
• 模型在不同种族亚组中表现稳健，且在女性中假阴性率较高，提示需关注性别特异性风险因素，未来模型可进一步优化以减少健康差异。

研究意义与展望

该研究为HCC的早期检测提供了可推广、可解释的机器学习框架，有望改变当前依赖肝硬化的被动筛查模式。通过利用常规体检数据，PRE-Screen-HCC可作为一级分层工具，帮助识别非肝硬化但高风险个体，扩大筛查覆盖面，尤其适用于MASLD高发人群。其开源代码与在线计算器的发布，促进了外部验证与临床整合，推动精准肝病学发展。未来研究可探索模型在动态监测中的应用，结合纵向数据实现个体化风险轨迹预测。

 

为支持HCC机制研究与药物开发，我们提供基因敲除与基因敲入细胞系服务，可精准构建疾病相关基因突变模型。适用于功能研究、药物靶点验证及高通量筛选，助力从分子到表型的系统解析。

了解更多

 

结语

本研究开发并验证了PRE-Screen-HCC——一个基于常规临床数据的机器学习模型，用于肝细胞癌的早期风险分层。该模型突破了传统筛查对肝硬化的依赖，整合人口统计、生活方式、血液检测等多维度信息，实现了高精度、高可解释性的HCC风险预测。其在两大独立队列中的优异表现，证明了其泛化能力与临床实用性。通过提供开源工具与风险分类系统，该研究为构建更广泛、更早、更具成本效益的HCC筛查路径奠定了基础。从实验室到临床，该模型有望赋能初级医疗机构进行HCC风险初筛，促进高危个体的及时转诊与监测，最终改善HCC的早期诊断率和患者预后。该工作标志着向智能化、个体化肝癌防控体系迈出了关键一步，对全球HCC照护体系具有重要基石意义。

 

Jan Clusmann, Paul-Henry Koop, David Y Zhang, Jakob Nikolas Kather, and Carolin V Schneider. Machine Learning Predicts Hepatocellular Carcinoma Risk from Routine Clinical Data: A Large Population-Based Multicentric Study. Cancer Discovery.