综述：慢性乙型肝炎肝细胞癌风险预测模型回顾

这篇综述聚焦慢性乙型肝炎（CHB）患者肝细胞癌（HCC）风险预测。总结了传统及基于人工智能（AI）的风险模型，探讨乙肝病毒（HBV）DNA 水平等关键预测因素作用。指出需标准化模型，未来应融入关键因素、验证 AI 模型，优化 CHB 患者预后。

　　

慢性乙型肝炎肝细胞癌风险预测模型回顾

在慢性乙型肝炎（CHB）的治疗管理中，精准预测肝细胞癌（HCC）发生风险意义重大，这有助于优化监测与治疗策略。目前，为识别需要强化监测的高风险个体，尤其是未接受治疗和正在接受核苷（酸）类似物（NUC）治疗的患者，众多风险预测模型应运而生。

传统风险预测模型

对于接受 NUC 治疗的患者，传统风险预测模型常将乙肝病毒（HBV）DNA 排除在外。这是因为传统观念认为，经治疗后 HBV DNA 会被有效抑制，不再对病情产生显著影响。然而，新的研究证据表明，基线 HBV DNA 水平对 HCC 风险存在长期且非线性的影响。这意味着即使在治疗后 HBV DNA 得到抑制，其初始水平仍可能在疾病进展过程中发挥作用，影响 HCC 的发生风险，这一发现挑战了传统模型的认知。

人工智能驱动的风险预测模型

基于人工智能（AI）的风险预测模型展现出独特优势，在提升预测准确性方面颇具潜力。AI 能够处理复杂的数据关系，挖掘传统方法难以发现的规律。不过，目前这类模型在临床应用上还存在阻碍，需要进一步开展大量研究进行验证，以确保其在不同临床场景和患者群体中的可靠性和有效性，只有通过充分验证，AI 驱动的模型才能真正应用于临床实践，为患者带来实际益处。

临床应用现状与挑战

尽管预测模型数量不断增加，但在临床实际应用中，这些模型的推广却受到诸多限制。研究人群的异质性是一大难题，不同研究中的患者在年龄、性别、病情严重程度、地域等方面存在差异，导致模型的普适性不佳。同时，缺乏标准化的应用指南也使得医生在选择和使用模型时无所适从，难以依据模型结果制定统一、规范的诊疗方案。

功能治愈策略带来的新挑战

随着功能治愈策略在 CHB 治疗领域的出现，现有风险预测模型面临新的挑战。功能治愈后，患者的疾病状态发生改变，HCC 风险评估也需要相应调整。但目前的模型尚未能很好地适应这一变化，无法准确评估功能治愈后患者的 HCC 风险，因此，对现有模型进行优化和完善迫在眉睫，以满足临床对功能治愈患者长期管理的需求。

未来展望

为了更有效地进行风险分层，指导个性化的监测和治疗策略，开发一种标准化、适用于未治疗和已治疗 CHB 患者群体的综合风险预测模型至关重要。未来的研究应着重于纳入关键预测因素，如深入探究 HBV DNA 及其他尚未明确的重要指标；进一步验证 AI 驱动的模型，使其早日应用于临床；同时，根据不断发展的治疗模式调整风险评估框架，从而优化 CHB 患者的长期预后，提高患者生活质量，降低 HCC 发生率。