隨著醫療技術的進步和用藥的日益普及，藥物性肝損傷的發病率持續上升。然而，如何精準診斷藥物性肝損傷一直以來都是醫學界的難題，因為目前尚無公認的診斷金標準。針對這一挑戰，我院肝病中心的臨床研究團隊依托多中心臨床隊列和臨床病理會診平臺，展開了長期隨訪研究，并在藥物性肝損傷精準診斷方面取得了一系列突破性成果。

面對藥物性肝損傷與自身免疫性肝炎在臨床表現上的高度相似性，以及兩者治療策略上的顯著差異，趙新顏教授團隊通過“科技創新-2030”課題的資助，結合人工智能及機器學習算法，對大規模回顧性隊列數據進行分析與訓練（王昱博士研究生為該研究的第一作者）。團隊篩選出表現最優的算法及關鍵參數，并開展內部驗證，其模型在鑒別診斷上的效能令人矚目，達到AUROC 0.94的優秀水平。為確保模型的普適性和可推廣性，研究團隊還聯合全國多家三甲醫院，構建了外部多中心驗證隊列。外部驗證結果顯示，該模型同樣表現出良好的泛化能力（AUROC=0.91）。憑借這一成果，研究團隊榮獲2024年美國肝病學會年會優秀壁報獎（Top 10%），并將在2025年2月發表于國際肝病研究學會官方期刊Liver Int（中科院2區Top期刊，影響因子6.0）。

為了將研究成果轉化為實用工具，方便臨床研究人員應用，團隊開發了基于上述模型的網頁端工具——“北京幫助 (BJ-AID)”。該工具只需輸入5到6項常規檢驗指標即可快速獲得疾病的鑒別診斷結果以及置信度評估?？紤]到我國不同醫療機構檢查條件的差異，系統特別設計了兩個版本的模型，用戶可以根據實驗室可用的檢驗指標切換使用。同時，“北京幫助”采用開放式架構設計，具備動態優化功能，可通過不斷納入新診斷病例數據實時更新模型，從而為臨床研究與應用提供長久支持。

正值全國愛肝日，我院肝病中心研究團隊更感使命在肩。未來，團隊將繼續依托國家消化系統疾病臨床醫學研究中心和消化健康全國重點實驗室，在藥物性肝損傷的臨床與基礎研究領域不斷深耕，探索新的診斷、治療與預防路徑，為推動我國肝病診療水平邁上新臺階貢獻力量。

（宣傳處）