人工神经网络诊断模型在肝纤维化无创诊断中的应用

• 作者: 孙志强 李小溪 李波 李筱涵 毛远丽 陈伟蛟 陈小倩
• 来源期刊: 解放军医学杂志
• 学科: 医学
• 关键词: 神经网络(计算机) 肝硬化 早期诊断
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 临床论著
• 页码范围: 1135-1138
• 分类号: R575.2
• 语种: 中文

摘要

目的 建立肝纤维化神经网络诊断模型,探索肝纤维化的早期无损伤诊断新方法并对该模型进行临床应用评价.方法 选取2008年5月-2011年3月收治的、符合纳入标准的683例经肝组织活检或临床证实为肝纤维化、肝硬化患者的样本进行模型建立及验证,其中慢性乙型肝炎(CHB)导致的肝纤维化504例,其他类型肝病导致的肝纤维化179例,按照纤维化病理分期结果,利用分层随机抽样方法抽取其中134例作为训练组样本,其余样本用于模型的验证,以年龄、天冬氨酸转氨酶(AST)、凝血酶原时间(PT)、血小板计数(PLT)、γ-谷氨酰基转移酶(GGT)、直接胆红素(DBil)作为神经网络模型的输入层指标构建神经网络诊断模型,并对构建好的模型进行评价.结果 成功建立了肝纤维化神经网络诊断模型,该模型对各类肝病纤维化诊断的正确率为77.4％,敏感度为76.8％,特异度为77.8％.Kappa一致性检验显示,该模型与肝组织活检的一致性较好(Kappa指数=0.534),其中对CHB导致的肝纤维化诊断的正确率为80.4％,敏感度为79.9％,特异度为80.7％,Kappa指数=0.598,对其他类型肝病导致的肝纤维化诊断的正确率为67.9％,敏感度为64.3％,特异度为69.7％,Kappa指数=0.316.结论 作为一种新的实验室无创诊断方法,本研究建立的神经网络肝纤维化诊断模型对CHB导致的肝纤维化的诊断敏感度及特异度较高,具有良好的临床应用价值,但对其他类型肝病导致的纤维化诊断价值有限.