肝癌 (Hepatocellular Carcinoma, HCC) 是亚洲国家最常见的恶性肿瘤之一。手术切除及肝移植是治疗HCC重要手段，但术后复发是外科医生面临的重要临床问题。微血管侵犯（Microvascular Invasion，MVI）是影响HCC患者预后的独立风险因素，而传统影像学方法往往无法肉眼识别MVI。目前还未有公认的标准用于HCC患者术前MVI风险评估。

        近日，南京医科大学第一附属医院放射科张玉东、刘希胜教授团队在肝脏领域权威杂志Journal of Hepatology 发表题为“Radiographic-Radiomic Analysis of Contrast-Enhanced CT Predicts Microvascular Invasion and Outcome in Hepatocellular Carcinoma”的文章。该研究提出临床-影像-病理多维度整合，并利用机器学习，建立HCC-MVI术前预测模型；证实该模型不仅能够有效预测HCC微血管侵犯风险，并可对患者术后复发及生存进行评估。

        该研究证实，临床生化指标、影像评分及影像组学分析对于术前评价HCC微血管侵犯风险具有重要的临床指导价值。利用该建模方法，术前预测MVI的敏感度为88-89.8%， 特异性为76.8-79.2%，准确性为80-82.8%。该模型的预测概率、与病理MVI及Edmondson-Steiner分级是患者术后复发与死亡的独立风险因素。同时该研究发现，影像组学分析与基于专家经验的影像特征评价对比，并无显著提高预测准确性。因此，研究认为，传统影像评价特别是基于专家经验的认识，对HCC精准化诊断及治疗具有重要的参考价值。目前该方法已在放射科日常临床诊断工作中使用，并证实有效。 

（编辑/科技处 闻洋；审核/顾爱华 肖明）