摘要：随着科技的飞速发展，智能化管理在医疗领域的应用日益广泛。重症肝病作为严重影响患者健康和生命质量的疾病，其管理方式的创新显得尤为重要。在近期举行的“南京智慧医疗与临床试验学术论坛”上，南方医科大学南方医院感染内科陈金军教授作题为“重症肝病患者的智能化全程管理”的
随着科技的飞速发展，智能化管理在医疗领域的应用日益广泛。重症肝病作为严重影响患者健康和生命质量的疾病，其管理方式的创新显得尤为重要。在近期举行的“南京智慧医疗与临床试验学术论坛”上，南方医科大学南方医院感染内科陈金军教授作题为“重症肝病患者的智能化全程管理”的主题报告，系统梳理了重症肝病的疾病特征、分层管理模式、数字肖像构建以及人工智能（AI）技术在远程监护和患者参与中的应用，旨在为临床医生和研究者提供有益参考。
重症肝病患者的疾病特征和预后因素
肝脏疾病严重影响着全球人民的健康，中国作为肝病大国，肝病负担居高不下。超过五分之一的中国人群受到肝脏疾病的困扰，尤其是乙肝（HBV）、丙肝（HCV）、肝硬化、肝癌、代谢相关脂肪性肝病（MAFLD）、酒精性肝病（ALD）和药物性肝损伤（DILI）等，使得肝病成为中国发病率和死亡率的主要影响因素之一[1]。
肝病患者发展到进展期慢性肝病（ACLD）阶段，预后结局较差。常见的失代偿事件包括曲张静脉破裂出血、腹水、肝性脑病。不同阶段的肝病患者需要分层诊治，有临床意义的门静脉高压（CSPH）是重要的决策依据[2]（图1）。
图1. 不同阶段肝病患者的分层诊治
（引自讲者会议幻灯）
CSPH的诊断“金标准”是肝静脉压力梯度（HVPG）测量，但HVPG测量作为一种有创操作，需要经颈静脉或股静脉插入导管，存在一定风险，如出血、感染和血栓形成等；测量需要专业的操作技术和设备支持，对操作者的经验要求较高，且测量过程复杂；尚未被广泛应用于所有肝硬化患者的常规筛查，主要在大型医疗中心或特定研究中使用。
脾脏硬度（SSM）作为CSPH筛查的新手段，陈金军教授团队最新研究[3]表明，使用脾脏硬度专用检测探头测得SSM>50 kPa足以识别出ACLD患者的临床显著CSPH。
此外，陈金军教授团队研究[4-5]显示，可用简单实验室指标预测疾病进展及短期结局（图2）。
图2. 可用于预测疾病进展和短期结局的相关指标
（引自讲者会议幻灯）
重症肝病患者的预后因素复杂，包括病因与病理生理因素（肝纤维化进展的程度/患者器官功能情况等）、临床特征与并发症（实验室指标/炎症和免疫状态等）、治疗相关因素（肝移植/人工肝支持系统/药物治疗）、个体差异、生活习惯（饮酒/药物滥用）和社会心理等。
重症肝病患者分层管理模式探索
重症肝病患者分层管理主要基于患者评估和治疗的模式选择来进行探索。患者筛查和风险评估，需要降低检测成本和风险，实现广覆盖、早期干预、分层诊疗；治疗模式的选择，需要精准匹配患者肖像特征，既要避免过度治疗带来的医疗资源浪费，又需要把握治疗时机。
陈金军教授团队建设前瞻性高质量肝硬化队列，支撑诊断和治疗手段创新，通过建立大规模、前瞻性、单中心肝硬化队列，验证无创手段（肝硬度及脾脏硬度测量）筛检胃食管静脉曲张[6-7]。
联合指标筛选提高了筛查效率，陈金军教授团队通过迄今相关领域最大样本量的前瞻性研究提出，肝硬度、血小板计数与脾脏硬度联合使用，可安全简便排除高风险胃食管静脉曲张，使61.6%～75.4%的肝硬化患者免于胃镜检查，极大减少肝硬化筛查所需医疗资源[8-9]。团队最新发表的队列研究[10]表明，肝硬度、血小板计数及脾脏硬度联合使用，可精准分层乙肝相关肝硬化的CSPH失代偿风险，有望改变临床实践（图3）。
图3. 队列研究结果
（引自讲者会议幻灯）
陈金军教授团队进一步探索生物标志物，尚未发表的研究发现和验证了5个蛋白标志物，可预测肝硬化高危食管静脉曲张。以血液标记物替代胃镜筛查启动肝硬化失代偿的预防治疗需要多中心、前瞻性、大规模队列验证。
远航I期（PADSTONE study）是中国肝炎防治基金会发起、南方医科大学南方医院牵头的一项前瞻性、多中心、集群对照的真实世界临床研究，由全国57家三级教学医院参与，总计入组1 272例慢加急性肝衰竭（ACLF）患者。其主要研究目标是通过评价ACLF临床研究广泛接受的硬终点，包括28天病死率下降、90天病死率下降、28天内ACLF发生率下降、90天内ACLF发生率下降等，发现和刻画双重血浆分子吸附系统（DPMAS）获益人群的特征，包括该群病人器官损伤或衰竭的组成特征、慢性肝病的特征、肝脏炎症分期、肝细胞损伤阶段及肝细胞相关功能、ACLF发生诱因，以及基于样本新发现标记物刻画的DPMAS获益人群特征等；进一步确定DPMAS联合PE血浆置换治疗的最佳适应证人群（图4）。
图4. 远航I期（PADSTONE study）研究设计
（引自讲者会议幻灯）
初步结果显示，DPMAS治疗可降低4周/12周无肝移植病死率，首次治疗后胆红素下降者应答更佳（图5）。
图5. 远航I期（PADSTONE study）研究初步结果
（引自讲者会议幻灯）
远航Ⅱ期是一项多中心、单臂研究，纳入更大样本量的肝衰竭患者，验证DPMAS治疗肝衰竭患者的最佳人群特征。截至目前，已有60家研究单位通过伦理审批。
软硬结合：构建肝病患者的数字肖像
肝病患者的特异性指标包括运动步数、胆红素监测、肝硬化程度和呼吸代谢模型等。
远程运动步数监测
肝病患者的运动步数或与结局相关[11]。每日步数（尤其是
胆红素无创监测
胆红素是与肝脏疾病相关的重要生物标志物，通过血液检测，不适合长期和动态监测，汗液可穿戴设备提供了一种无创的监测方法。MXene/多壁碳纳米管（MWCNT）复合材料可在皮肤上直接进行高精度和高灵敏度的电化学检测；柔性加热膜和微流体系统可在静息状态下采集汗液和生物标志物检测[12]（图6）。
图6. 可穿戴胆红素监测技术
（引自讲者会议幻灯）
肝硬化程度监测
传统的超声弹性成像技术需要手持探头，无法进行连续监测。可穿戴超声弹性成像技术应用声辐射力脉冲（ARFI）来诱导剪切波，实现了对肝脏硬度的连续监测[13]。未来可将数据处理集成到芯片中，在连续监测的同时与患者其他的检测数据进行整合分析，帮助医生进行风险评估（图7）。
图7. 可穿戴肝硬度监测技术
（引自讲者会议幻灯）
呼吸代谢模型
肝病呼出气体成分的数字表型与临床表型相关，有助于肝病分类和预后评估[14]（图8）。
图8. 呼吸代谢模型
（引自讲者会议幻灯）
算法提升了数据监测的广度和深度。多模态与多参数监测可同时监测化学标志物（如乳酸、皮质醇）与生理参数（心率、体温），提高诊断准确性；机器学习应用可监督学习（支持向量机、神经网络），建立分子浓度与疾病关联模型；无监督学习（聚类算法），发现未知生物标志物模式[15]。
AI助力远程监护和患者参与
重症肝病患者预后因素复杂，且疾病进展迅速，需要多维度数据（临床数据/患者动态数据/患者行为数据等）整合，以及实时监测预警。可穿戴lot设备的统一平台，无缝集成患者生命体征数据、周边设备的医疗采集数据，实现远程监控与实时同步至数据中枢。AI算法联合监测数据，构建出一个更加精准和全面的患者健康画像，为后续的诊疗提供坚实基础。
AI驱动的风险预测，利用AI技术构建机器学习模型，如随机森林、XGBoost等，基于历史数据预测肝性脑病、肝肾综合征、CSPH出血等并发症的风险。通过分析血氨水平、凝血指标和患者行为数据，AI模型可以提前48小时预警肝性脑病的发作，从而为医生提供宝贵的干预时间。
远程医疗与移动健康允许更多患者参与，为重症肝病患者的管理提供了新的可能性。患者通过ePRO系统报告症状变化、用药和饮食情况；医护在ePRO系统中基于肝病患者的特点，设定了特定的观察指标，例如，AI语音助手可以指导患者记录每日腹围变化并上传数据，判断腹水情况，方便医生远程监控。
AI在肝病的预后评估方面也起到不可忽视的作用。AI预后评分系统通过整合各种临床模型MELD（终末期肝病模型）、ACLD（ 晚期慢性肝病模型）、Child- Pugh评分和动态数据，如血乳酸、炎症因子等，能够更准确地预测患者的生存率。这种系统可以帮助医生进行更合理的治疗决策，为患者提供更好的生存机会；未来的更多的数据积累可构建更加个性化的评分模型，以提供更加精准的预后评估。
AI驱动的资源分配AI驱动的资源分配系统能够预测ICU床位需求、急救药品库存等，优化重症肝病患者的收治流程。例如，在肝衰竭高发季节，系统可以提前调配人工肝设备，确保患者能够及时得到必要的治疗。医疗资源调度资源优化与效率提升通过优化医疗资源配置，我们可以提高医疗服务的效率和质量。例如，通过合理安排床位和药品库存，医院可以减少等待时间，提高患者的满意度，并降低医疗成本。
总 结
重症肝病的智能化全程管理通过多维度数据整合、AI技术应用和远程监护，显著提高了诊疗效率和患者预后。通过数字化技术（IoT、云平台）和AI（机器学习、深度学习）的深度融合，重症肝病患者的管理可实现全周期覆盖：从早期预警、精准诊断、个性化治疗到长期预后优化，最终目标是降低重症肝病的病死率并改善患者生活质量。未来，随着技术的不断进步和数据的积累，智能化管理将在重症肝病治疗中发挥更加重要的作用。
参考文献：（上下滑动查看更多）
1.J Hepatol. 2019 Jul;71(1):212-221.
2.Roberto de Franchis, et al. J Hepatology, 2022.
3.张晓丰...陈金军. Liver Int, 2025, in press
4.祁婷婷*，诸聪妍*，... 李海#，陈金军#。J Viral Hepatitis, 2022.
5.唐晓婷*，祁婷婷*，.陈金军#。J Clinic Transl Hepa, 2022
6.Journal of hepatology 2021
7. Journal of hepatology 2023
8.王海玉*，温彪*...陈金军#，侯金林# J Hepatology, 2021
9.张晓丰*，宋健康*，张远鉴*... 王海玉#，陈金军#. J Hepatology, 2023
10.王海玉*#，梁炜豪*，周玲*，宋健康*...陈金军# Clinical and Molecular Hepatology 2025
11.Clin Gastroenterol Hepatol. 2022 August ; 20(8): 1813–1820.e2.
12.Anal Chem. 2024Dec24;96(51):20247-20254
13.Liu et al., Sci. Adv. 10, eadk8426 (2024)
14.Antonio De Vincentis, et al. WJG 2019
15.Nat Rev Chem. 2022 Dec;6(12):899-915.
来源：临床肝胆病杂志