程相杰,王海久

肝外胆管癌是一种恶性程度高、预后极差的消化系统肿瘤。其早期诊断困难、治疗手段有限、预后评估不准是当前临床面临的核心挑战。近年来，人工智能（AI）技术，特别是机器学习和深度学习，在医学领域的应用取得了突破性进展，为解决这些难题提供了新的范式。本文系统综述了人工智能在肝外胆管癌诊疗全周期管理中的应用现状，重点阐述了其在影像诊断与鉴别、病理学分析、手术规划、治疗反应预测以及预后风险评估等方面的最新研究进展。同时，本文也深入探讨了当前AI应用面临的数据、模型及临床转化层面的挑战，并对未来发展方向，如多模态数据融合、可解释AI及前瞻性临床验证等进行了展望，旨在为推动AI技术在肝外胆管癌精准诊疗中的临床应用提供参考。

人工智能；肝外胆管癌；影像组学；预后预测；精准医疗

[1] 丁宗仁,黄尧,曾永毅.《2025年欧洲肝病学会临床实践指南:肝外胆管癌的管理》摘译[J].临床肝胆病杂志,2025,41(8):1517-1520. [2] Yang Y,Zhang X.An overview of extrahepatic cholangiocarcinoma:from here to where.Front Oncol.2023;13:1171098. [3] 郭伟,李鑫,王明达,等.《肿瘤外科学年鉴:肝外胆管癌和胆囊癌临床诊疗指南》推荐意见[J].临床肝胆病杂志,2024,40(04):682-687. [4] 张会勇,王富博.医学人工智能可解释性的研究与应用进展[J].广西医学,2025,47(08):1088-1098. [5] 张倩,柳俊杰.AI医疗对于恶性肿瘤患者的帮助与影响[J].医学信息,2025,38(15):184-188. [6] Guiot J,Vaidyanathan A,Deprez L,et al.A review in radiomics:Making personalized medicine a reality via routine imaging.Med Res Rev.2022;42(1):426-440. [7] 尹韵清,张伟,张彦舫,等.影像组学在肝外胆管癌诊疗中的应用及研究进展[J].国际医学放射学杂志,2025,48(05):573-576. [8] Yang C,Huang M,Li S,et al.Radiomics model of magnetic resonance imaging for predicting pathological grading and lymph node metastases of extrahepatic cholangiocarcinoma.Cancer Lett.2020;470:1-7. [9] Yao X,Huang X,Yang C,et al.A Novel Approach to Assessing Differentiation Degree and Lymph Node Metastasis of Extrahepatic Cholangiocarcinoma:Prediction Using a Radiomics-Based Particle Swarm Optimization and Support Vector Machine Model.JMIR Med Inform.2020;8(10):e23578. [10] Tang Y,Yang CM,Su S,Wang WJ,Fan LP,Shu J.Machine learning-based Radiomics analysis for differentiation degree and lymphatic node metastasis of extrahepatic cholangiocarcinoma.BMC Cancer.2021;21(1):1268. [11] 杨春梅,舒健,陆笑非,等.MRI纹理分析评估肝外胆管癌淋巴结转移的价值[J].放射学实践,2023,38(01):33-38. [12] Zhan PC,Yang T,Zhang Y,et al.Radiomics using CT images for preoperative prediction of lymph node metastasis in perihilar cholangiocarcinoma:a multi-centric study.Eur Radiol.2024;34(2):1280-1291. [13] Van Es SL.Digital pathology:semper ad meliora.Pathology.2019;51(1):1-10. [14] Boehm KM,El Nahhas OSM,Marra A,et al.Multimodal histopathologic models stratify hormone receptor-positive early breast cancer.Nat Commun.2025;16(1):2106. [15] 于仁旭,刘林祥,马祥兴.影像学检查对肝门部胆管癌的诊断价值[J].中国现代普通外科进展,2010,13(02):149-151. [16] 朱晓芸,吴夏慧,罗毅.免疫检查点抑制剂治疗晚期肝细胞肝癌的研究进展[J].中国社区医师,2022,38(07):3-5. [17] 乔新伟,邱煜婷,李昊搏,等.肝外胆管癌患者预后预测模型的建立:一项基于SEER数据库的研究[J].中国医刊,2021,56(11):1193-1199. [18] 温捷颖.基于LASSO回归和COX回归构建胶质母细胞瘤预后风险模型[D].南方医科大学,2024. [19] 谢新连,王余宽,许小卫,等.基于随机森林算法的港口集装箱吞吐量预测方法[J].重庆交通大学学报(自然科学版),2022,41(02):15-20. [20] Huang ZN,He QC,Sun YQ,et al.Predicting the prognosis of radical gastrectomy for patients with locally advanced gastric cancer after neoadjuvant chemotherapy using machine learning technology:a multicenter study in China.Surg Endosc.2025;39(8):5152-5170. [21] 张灿,李加廷,王鑫龙,等.胰腺癌相关生存预测模型研究现状[J].中国实用外科杂志,2022,42(12):1432-1435+1440. [22] Pan W,Hathi D,Xu Z,Zhang Q,Li Y,Wang F.Identification of predictive subphenotypes for clinical outcomes using real world data and machine learning.Nat Commun.2025;16(1):3797. [23] Soenksen LR,Ma Y,Zeng C,et al.Integrated multimodal artificial intelligence framework for healthcare applications.NPJ Digit Med.2022;5(1):149.Published 2022 Sep 20. [24] Sousa JV,Matos P,Silva F,Freitas P,Oliveira HP,Pereira T.Single Modality vs.Multimodality:What Works Best for Lung Cancer Screening.Sensors(Basel).2023;23(12):5597. [25] 孔祥维,唐鑫泽,王子明.人工智能决策可解释性的研究综述[J].系统工程理论与实践,2021,41(02):524-536. [26] 王冬丽,杨珊,欧阳万里,等.人工智能可解释性:发展与应用[J].计算机科学,2023,50(S1):19-25.

点击下载PDF