Норасоии ҷигар пас аз гепатэктомия (Post-Hepatectomy Liver Failure, PHLF) як оризаи ҷиддии пас аз ҷарроҳӣ мебошад, ки бо нотавонии ҷигар барои ба қадри кофӣ идома додани вазифаҳои синтез, ихроҷ ва детоксикатсия баъд аз резексияи ҷигар тавсиф мешавад. Ин баррасии систематикӣ қобилияти фарқгузории моделҳои омӯзиши мошиниро, ки барои пешгӯии хавфи PHLF таҳия шудаанд, пешгӯкунандаҳои истифодашуда, усулҳои валидатсия, сифати методологӣ ва қобили татбиқ будани онҳоро дар амалияи клиникӣ арзёбӣ мекунад. Баррасии ниҳоӣ 12 таҳқиқоти дар солҳои 2020–2025 нашршуда ва дар маҷмӯъ 6913 беморро дар бар мегирад. Беҳтарин арзишҳои AUC, ки берун аз маълумоти омӯзишӣ гузориш шудаанд, аз 0,7927 то 0,981 тағйир ёфта, медианаи AUC 0,873 буд. Бо вуҷуди ин, азбаски аксари таҳқиқот ретроспективӣ буданд, таърифҳои PHLF яксон набуданд ва валидатсияи беруна маҳдуд монд, ин арзишҳои натиҷавӣ набояд бевосита ҳамчун системаҳои омода барои истифодаи муқаррарии клиникӣ тафсир шаванд.

Дар баррасӣ оилаи gradient boosting, махсусан LightGBM ва XGBoost, аз ҷумлаи равишҳои баландсамаре мебошад, ки зуд-зуд дида мешаванд. Шабакаҳои нейронии сунъӣ, омӯзиши амиқ, моделҳое, ки аз тасвирҳои томографияи компютерӣ ё резонанси магнитӣ хусусиятҳои радиомикиро истихроҷ мекунанд, ва системаҳои ensemble низ қобилияти назарраси фарқгузориро нишон додаанд. Соҳаҳои иттилоотие, ки бештар истифода шудаанд, билирубин ва дигар нишондиҳандаҳои захираи ҷигар, параметрҳои коагулятсия, шумораи тромбоцитҳо, ҳаҷми ҷигари боқимонда ё доираи резексия, хусусиятҳои радиомикии бар асоси тасвирбардорӣ ва маълумоти замонии периоперативӣ мебошанд.

Яке аз паёмҳои асосии таҳқиқот ин аст, ки набояд танҳо ба арзиши баланди AUC таваҷҷуҳ кард. Моделе, ки дар валидатсияи дохилӣ қавӣ менамояд, ҳангоми интиқол ба минтақаи дигар ё тақсимоти дигари беморон метавонад самаранокии худро аз даст диҳад. Масалан, дар модели омӯзиши амиқи замонии Wang K ва ҳамкорон AUC дар арзёбии дохилӣ 0,952 ва дар валидатсияи берунии Чин 0,884 буд, аммо дар когорти ғарбии MIMIC-IV то 0,654 поин рафт. Ин мисол нишон медиҳад, ки чаро валидатсияи беруна ва тағйири тақсимот дар моделҳои зеҳни сунъии клиникӣ масъалаҳои асосии бехатарӣ мебошанд.

Арзёбии умумии баррасӣ нишон медиҳад, ки омӯзиши мошинӣ имконият дорад берун аз абзорҳои анъанавии хавф, ба монанди Child–Pugh, MELD, ALBI, FIB-4 ва APRI, шумораи зиёди тағйирёбандаҳои клиникиро якҷоя арзёбӣ кунад. Аммо таҳқиқоти мавҷуда як муқоисаи ягонаи умумӣ нестанд, ки бар як маълумоти беморон ва як таърифи натиҷа сохта шуда бошад. Аз ин рӯ, тамоюли бартарие, ки дар адабиёт мушоҳида мешавад, наметавонад ба шакли “омӯзиши мошинӣ дар ҳар бемор ва ҳар марказ аз шкалаҳои анъанавӣ қатъан беҳтар аст” умумӣ карда шавад.

Норасоии Ҷигар Пас аз Гепатэктомия (PHLF) Чист?

PHLF ҳолатест, ки баъд аз хориҷ кардани ҷарроҳии бофтаи ҷигар, ҷигари боқимонда наметавонад қобилияти синтез, ихроҷ ва детоксикатсияро, ки барои қонеъ кардани ниёзҳои метаболикии организм зарур аст, нигоҳ дорад; чаҳорчӯбаи ISGLS, ки дар баррасӣ истифода шудааст, онро тавассути гипербилирубинемия ҳамроҳ бо баланд шудани INR дар рӯзи панҷуми пас аз ҷарроҳӣ ё баъдтар муайян мекунад.

Резексияи ҷигар яке аз табобатҳои асосии ҷарроҳӣ дар бемориҳои гуногуни хушсифат ва бадсифат, аз ҷумла карсиномаи гепатоселлюлярӣ, холангиокарсиномаи дохилиҷигарӣ ва метастазҳои ҷигарии саратони колоректалӣ мебошад. Бо вуҷуди пешрафт дар техникаи ҷарроҳӣ, анестезия ва нигоҳубини периоперативӣ, PHLF ҳамоно яке аз оризаҳои ҷиддитарини ҷарроҳии ҷигар боқӣ мемонад.

Манбаъ хабар медиҳад, ки сатҳи гузоришшудаи PHLF вобаста ба популятсияи беморон, ҳаҷми резексия ва бемории асосии ҷигар метавонад аз %1,2 то %32 тағйир ёбад. Хавфи PHLF танҳо ба миқдори ҷигари хориҷшуда вобаста нест. Миқдор ва сифати функсионалии бофтаи ҷигаре, ки дар оянда боқӣ мемонад, қобилияти регенератсияи ҷигар, фиброз ё сиррози мавҷуда, стеатоз, гипертензияи порталӣ, саркопения ва омилҳои стресси вобаста ба ҷарроҳӣ метавонанд якҷоя нақш дошта бошанд.

Чаро ҷигари дар оянда боқимонда муҳим аст?

Future Liver Remnant (FLR) бофтаи функсионалии ҷигарро ифода мекунад, ки пас аз резексия дар бемор боқӣ мемонад. Дар ҷамъбасти адабиёти манбаъ барои арзёбии волюметрии бар асоси томографияи компютерӣ ҳадди ақал тақрибан %20 FLR барои ҷигари муқаррарӣ ва тақрибан %40 барои ҷигари аз ҷиҳати функсия осебдида оварда шудааст. Бо вуҷуди ин, танҳо чен кардани ҳаҷм қобилияти воқеии функсионалии бофтаи боқимондаро пурра нишон намедиҳад.

Аз ин рӯ, равишҳои функсионалӣ, ба монанди санҷиши тозашавии индоцианини сабз (ICG), сцинтиграфияи гепатобилиарӣ ва тасвирбардории резонанси магнитии тақвиятёфта бо gadoxetic acid, таҳия шудаанд. Ҳар яке аз ин санҷишҳо аз ҷиҳати дастрасӣ, стандартонӣ ё самаранокӣ байни популятсияҳо маҳдудиятҳо доранд.

Чаро шкалаҳои анъанавии хавф метавонанд кофӣ набошанд?

Таснифи Child–Pugh, шкалаи MELD ва дараҷаи Albumin–Bilirubin (ALBI) фаъолияти ҷигарро тавассути тағйирёбандаҳои гуногун арзёбӣ мекунанд; аммо PHLF натиҷаест, ки ба он омилҳои зиёде, аз ҷумла нишондиҳандаҳои лабораторӣ, ҳаҷми ҷигари боқимонда, бемории мавҷудаи ҷигари бемор, доираи ҷарроҳӣ ва тағйироти периоперативӣ, якҷоя таъсир мерасонанд. Аз ин рӯ, манбаъ таъкид мекунад, ки шкалаҳои классикӣ метавонанд дар фаро гирифтани тамоми сохтори хавф ба танҳоӣ маҳдуд бошанд.

Дар баррасии систематикӣ ва мета-таҳлили қаблие, ки дар ин баррасӣ ба он истинод шудааст, арзиши якҷояшудаи AUC-и ALBI барои пешгӯии PHLF тақрибан 0,67 гуфта шудааст. Ин бозёфт яке аз асосҳои омӯзиши моделҳои мураккабтар ва бисёртағйирёбанда мебошад.

Чаро Барои Пешгӯии PHLF Омӯзиши Мошинӣ Истифода Мешавад?

Омӯзиши мошинӣ барои пешгӯии фардии хавфи мураккаби клиникӣ ба монанди PHLF таҳқиқ мешавад, зеро метавонад муносибатҳои ғайрихаттӣ ва бисёртағйирёбандаро байни маълумоти лабораторӣ, хусусиятҳои тасвирбардорӣ, тағйирёбандаҳои ҷарроҳӣ ва ченкуниҳои периоперативии бо мурури вақт тағйирёбанда дар дохили як модел арзёбӣ кунад.

Усулҳое, ки дар адабиёти баррасишуда истифода шудаанд, аз як алгоритм иборат нестанд. Шабакаҳои нейронии сунъӣ (Artificial Neural Networks, ANN), LightGBM, XGBoost, шабакаҳои нейронии конволютсионӣ (CNN), моделҳои омӯзиши амиқи замонӣ, равишҳои радиомикӣ ва системаҳои ensemble истифода шудаанд.

Ҳадафи ин моделҳо аз байн бурдани дониши классикии гепатология нест. Дар моделҳои баландсамари баррасӣ такроран пайдо шудани тағйирёбандаҳои аз ҷиҳати клиникӣ муҳим, ба монанди билирубин, albumin, INR ё вақти протромбин, шумораи тромбоцитҳо, ICG-R15, миқдори ҷигари боқимонда ва доираи резексия нишон медиҳад, ки омӯзиши мошинӣ дар бисёр ҳолатҳо дониши мавҷудаи патофизиологиро тавассути якҷоя вазн додани тағйирёбандаҳои гуногун васеъ мекунад.

Маълумоти радиомикӣ чӣ илова мекунад?

Радиомика равишест барои истихроҷи шумораи зиёди хусусиятҳои миқдории тасвир, ки онҳоро аз тасвирҳои тиббӣ ба монанди CT ё MRI бо чашми оддӣ бевосита чен кардан душвор аст. Дар баррасӣ моделҳое ҳастанд, ки дар таҳқиқоти Zhu, Li ва Famularo маълумоти радиомикиро ҳамроҳ бо тағйирёбандаҳои клиникӣ ё лабораторӣ истифода кардаанд.

Намунаи байни таҳқиқотҳо дар баррасӣ ишора мекунад, ки маълумоти тасвирбардорӣ дар баъзе моделҳо метавонад нисбат ба танҳо маълумоти клиникӣ ё танҳо маълумоти радиомикӣ иттилои иловагӣ диҳад. Аммо ин натиҷа озмоиши назоратшавандаи predictor-ablation дар як маҷмӯи умумии маълумот нест. Муаллифони баррасӣ низ ошкоро мегӯянд, ки таҳлили умумии leave-one-domain-out, ки тавонад тартиби аҳамияти гурӯҳҳои predictor-ро қатъӣ муайян кунад, мавҷуд нест.

Маълумоти динамикии периоперативӣ чӣ маъно дорад?

Ченкунии статикӣ пеш аз ҷарроҳӣ ҳолати беморро танҳо дар як лаҳза ифода мекунад. Маълумоти динамикии периоперативӣ бошад, траекторияеро истифода мебарад, ки аз ченкуниҳои лабораторӣ ё клиникии бо мурури вақт тағйирёбанда дар давраи пеш аз ҷарроҳӣ, ҳангоми ҷарроҳӣ ва аввали пас аз ҷарроҳӣ ташкил мешавад. Дар таҳқиқоти Jin, Wang K ва Shen чунин сохторҳои маълумоти замонӣ ё хоси марҳила ҷузъи муҳим буданд.

Ин моделҳо метавонанд қобилияти баланди фарқгузориро нишон диҳанд, вале ба маълумоти бештар ва зерсохтори мураккабтар ниёз дошта бошанд. Илова бар ин, коҳиши валидатсияи берунии MIMIC-IV дар таҳқиқоти Wang K нишон медиҳад, ки истифодаи маълумоти бойтар худ аз худ яксон мондани самаранокиро дар беморхонаҳо ё минтақаҳои гуногун кафолат намедиҳад.

Арзиши AUC Дар Ин Баррасии Систематикӣ Чиро Нишон Медиҳад?

AUC ченаки қобилияти фарқгузорӣ мебошад, ки қобилияти моделро барои ҷудо кардани бемороне, ки PHLF дар онҳо инкишоф меёбад, аз онҳое, ки инкишоф намеёбад, ҷамъбаст мекунад; дар ин баррасии систематикӣ он ҳамчун яке аз муқоисаҳои асосии самаранокӣ байни моделҳо истифода шудааст, аммо AUC ба танҳоӣ калибровка, фоидаи қарорҳои клиникӣ ё самаранокии воқеиро дар беморхонаи дигар нишон намедиҳад.

Беҳтарин арзишҳои AUC берун аз омӯзиш, ки дар баррасӣ гузориш шудаанд, аз 0,7927–0,981 тағйир ёфта, медиана 0,873 буд. Аммо ҳамаи ин рақамҳо аз як маҷмӯи маълумот, як таърифи PHLF ё як тартиби валидатсия гирифта нашудаанд. Баъзе таҳқиқот random train/test тақсимотро истифода кардаанд, дар ҳоле ки дигарон валидатсияи 5-қабатаи салибӣ, валидатсияи замонӣ, когорти беруна ё валидатсияи проспективиро истифода кардаанд.

Аз ин рӯ, таҳқиқоти дохилии таҳияи моделро, ки 0,95 AUC гузориш кардааст, ба таври худкор аз модели дорои валидатсияи мустақили беруна бо 0,88 AUC “беҳтар” шуморидан аз ҷиҳати методологӣ дуруст нест. Яке аз саҳмҳои муҳими баррасӣ ҷалби таваҷҷуҳ на танҳо ба рақами самаранокӣ, балки ба сохтори валидатсия низ мебошад.

Чаро калибровка алоҳида муҳим аст?

Қобилияти фарқгузорӣ қобилияти ба тартиб овардани шахсони хавфи баландро нисбат ба шахсони хавфи паст нишон медиҳад. Дар пешгӯии хавфи клиникӣ ҳамчунин мувофиқати эҳтимолиятҳои пешниҳодкардаи модел бо басомади воқеии рӯйдодҳо, яъне калибровка, муҳим аст. Баррасӣ қайд мекунад, ки дар бисёр таҳқиқот дискриминатсия нисбат ба калибровка пурратар гузориш шудааст ва аз ин сабаб муқоисаи клиникӣ маҳдуд мондааст.

Усул ва Натиҷаҳои Таҳқиқот

Тарҳи баррасии систематикӣ

Баррасӣ мутобиқи принсипҳои PRISMA 2020 ва тавсияҳои Cochrane Handbook барои баррасиҳои систематикии дақиқии санҷишҳои ташхисӣ сохта шудааст. Барои тартиб додани саволи таҳқиқот ва истихроҷи маълумот чаҳорчӯбаи CHARMS истифода шудааст. Популятсияи ҳадаф беморони болиғ мебошанд, ки бо ҳар сабаб резексияи ҷигар гузаронидаанд.

Моделҳои индексӣ алгоритмҳои омӯзиши мошинӣ ё зеҳни сунъӣ мебошанд, ки барои пешгӯии PHLF таҳия ё валидатсия шудаанд. Барои таърифи натиҷа ISGLS, меъёрҳои “50-50”, баланд будани қимати авҷи билирубин аз 7 mg/dL ё дигар таърифҳои клиникии валидатсияшудаи PHLF қабул шудаанд.

Адабиёт чӣ гуна ҷустуҷӯ шуд?

Пойгоҳҳои маълумотии PubMed/MEDLINE, Embase, Web of Science Core Collection ва Cochrane Library аз оғози фаъолияти худ то 15 Январ 2026 ҷустуҷӯ шуданд. Истилоҳҳои ҷустуҷӯ се гурӯҳи асосиро муттаҳид мекарданд: усулҳои омӯзиши мошинӣ/зеҳни сунъӣ, заминаи гепатэктомия/резексияи ҷигар ва натиҷаҳои PHLF/норасоии ҷигар.

Илова ба ҷустуҷӯи электронӣ, рӯйхатҳои манбаъҳои таҳқиқоти дохилшуда ва баррасиҳои марбут дастӣ санҷида шуданд; хулосаҳои ҷаласаҳои асосии ҷарроҳии гепатобилиарӣ дар солҳои 2020–2025 баррасӣ гардиданд ва бо мақсади коҳиш додани ғарази нашр адабиёти хокистарӣ тавассути Google Scholar ҷустуҷӯ шуд.

Меъёрҳои дохилкунӣ ва хориҷкунӣ

Таҳқиқоти дохилшуда бояд дар беморони 18-сола ё калонтаре, ки гепатэктомия гузаронидаанд, ҳадди ақал як модели ML-ро таҳия ё валидатсия мекарданд ва ҳадди ақал як метрикаи самаранокӣ, ба монанди AUC, ҳассосият, хосият, арзиши мусбати пешгӯӣ, арзиши манфии пешгӯӣ ё дақиқиро гузориш медоданд. Таҳқиқоте, ки танҳо регрессияи логистикии анъанавиро истифода мекарданд, ҳамчун таҳқиқоти ML дохил карда нашуданд.

Таҳқиқоти трансплантатсияи ҷигар, ки гепатэктомияро дар бар намегирифтанд, табобатҳои аблятсионӣ, таҳқиқоти норасоии ҷигари ғайриҷарроҳӣ, баррасиҳо, мақолаҳои таҳрирӣ, хулосаҳои конфронс бо маълумоти нокифоя, гузоришҳои ҳолат ва таҳқиқот бо камтар аз 50 бемор хориҷ карда шуданд.

Скрининги унвон/хулоса ва матни пурра аз ҷониби ду муҳаққиқи мустақил анҷом дода шуд ва ихтилофҳо тавассути мувофиқа ё арзёбандаи сеюм ҳал шуданд. Арзиши Cohen kappa байни арзёбандагон барои интихоби таҳқиқот 0,89 гузориш шудааст.

Интихоби таҳқиқот тибқи PRISMA

Дар байни 45 таҳқиқоте, ки дар марҳилаи матни пурра хориҷ шуданд, набудани модели ML/AI дар 18, набудани PHLF ҳамчун натиҷаи асосӣ дар 9, баррасӣ ё мақолаи таҳрирӣ будани 8, истифодаи когорти такрории беморон дар 5 ва нокифоя будани маълумот дар 5 таҳқиқот ҳамчун сабабҳои хориҷкунӣ гузориш шудаанд.

Истихроҷи маълумот ва арзёбии сифат

Шакли стандартии истихроҷи маълумот бар асоси CHARMS аввал дар се таҳқиқоти тасодуфӣ санҷида шуд, сипас ду арзёбанда маълумотро аз ҳамаи таҳқиқоти дохилшуда мустақилона истихроҷ ва бо ҳам муқоиса карданд. Тағйирёбандаҳое ба монанди тарҳи таҳқиқот, хусусиятҳои беморон, алгоритми истифодашуда, пешгӯкунандаҳо, равиши маълумоти гумшуда, метрикаҳои самаранокӣ, калибровка, таҳлили каҷи қарор, навъи валидатсия ва муқоиса бо шкалаҳои анъанавӣ ҳадаф қарор гирифтанд.

Арзёбии Risk of bias бо PROBAST дар чор соҳа — иштирокчиён, пешгӯкунандаҳо, натиҷа ва таҳлил — ба нақша гирифта шуд. Ҳар соҳа ҳамчун хавфи паст, баланд ё номуайян арзёбӣ гардид; агар ягон соҳа хавфи баланд дошта бошад, хавфи умумӣ баланд ҳисобида мешуд.

Маҳдудияти муҳими дохили манбаъ: Ҷадвали 3 дар бахши натиҷаҳои ниҳоӣ ошкоро мегӯяд, ки матритсаи қаблии PROBAST нигоҳ дошта нашудааст, зеро баъзе сатрҳои манбаъ дар он тасдиқ нашуда ё нодуруст гурӯҳбандӣ шуда буданд. Аз ин рӯ, холҳои ба таҳқиқоти мушаххас хоси PROBAST, ки PDF-и ниҳоӣ онҳоро дастгирӣ намекунад, аз ҷониби Verianla аз нав сохта нашудаанд.

Чаро мета-таҳлил гузаронида нашуд?

Азбаски таҳқиқот аз ҷиҳати алгоритмҳо, пешгӯкунандаҳо, таърифҳои PHLF ва стратегияҳои валидатсия ба таври равшан гетерогенӣ буданд, ба ҷойи мета-таҳлили расмии миқдорӣ синтези ривоятӣ интихоб шуд. Ин қарор маънои онро дорад, ки табдил додани дараҷаҳои гуногуни PHLF ва сохторҳои гуногуни валидатсия ба як рақами ягонаи умумии самаранокӣ метавонад гумроҳкунанда бошад.

Сохтори умумии таҳқиқоти дохилшуда

12 таҳқиқот дар маҷмӯъ 6913 беморро дар бар мегиранд. Андозаи таҳқиқоти алоҳида аз 101 то 2074 буда, медианаи андозаи намуна 363,5 аст. Нуҳ таҳқиқот аз Чин, як таҳқиқот аз Ҷопон ва ду таҳқиқот сохтори бисёрмиллӣ ё валидатсияи берунии берун аз Чин доранд. Ҳафт таҳқиқот якмарказӣ ва панҷ таҳқиқот бисёрмарказӣ мебошанд. Таҳқиқоти Tang ва ҳамкорон ягона таҳқиқот дар ин маҷмӯи маълумот аст, ки ошкоро когорти валидатсияи проспективиро истифода кардааст.

Кадом моделҳо қобилияти баландтарини фарқгузориро нишон доданд?

Расми 2-и манбаъ беҳтарин AUC-и гузоришшудаи берун аз омӯзишро барои ҳар таҳқиқот паҳлу ба паҳлу нишон медиҳад. Дар график Tang 2025 бо тақрибан 0,981 дар ҷойи аввал аст; пас аз он Famularo 2025 бо 0,901, Shen 2025 бо 0,895, Zhu 2020 бо 0,894 ва Wang K 2025 бо 0,884 меоянд. Аммо ин тартиб маънои онро надорад, ки моделҳо дар шароити яксон муқоиса шудаанд.

Чаро Валидатсияи Беруна Дар Моделҳои PHLF Муҳим Аст?

Валидатсияи беруна месанҷад, ки оё модел метавонад дар беморхона, давраи вақт ё минтақае, ки аз гурӯҳи беморони таҳияи модел мустақил аст, самаранокии монандро нигоҳ дорад; дар адабиёти PHLF коҳиши AUC-и модели Wang K аз 0,952 дар арзёбии дохилӣ то 0,654 дар когорти MIMIC-IV нишон медиҳад, ки тағйири тақсимот метавонад қобили умумисозии клиникиро ҷиддан тағйир диҳад.

Дар баррасӣ аз ҷиҳати умумисозӣ нишонаҳои пурмазмунтарин аз сохторҳои валидатсияи ғайритасодуфӣ ба даст омадаанд. Jin ва ҳамкорон дар валидатсияи замонӣ 0,720 ва 0,731 AUC; Tang ва ҳамкорон дар валидатсияи проспективӣ 0,942 AUC; Wang K ва ҳамкорон дар когорти берунии Чин 0,884 ва дар MIMIC-IV 0,654 AUC; Shen ва ҳамкорон дар ду когорти беруна AUC дар доираи 0,740–0,895 гузориш кардаанд.

Ин мисолҳо нишон медиҳанд, ки ба даст овардани самаранокии баланд дар маҷмӯи test-и дохилие, ки ба маълумоти таҳияи модел хеле монанд аст, бо қобили интиқоли клиникӣ як чиз нест.

Чаро тамаркузи ҷуғрофӣ маҳдудият эҷод мекунад?

Аз 12 таҳқиқот нуҳто аз Чин ва якто аз Ҷопон мебошанд. Манбаъ таъкид мекунад, ки ин адабиёт асосан ба Осиёи Шарқӣ, карсиномаи гепатоселлюлярӣ ва дар баъзе когортҳо бемории ҷигари вобаста ба HBV тамаркуз дорад. Дар муқобил, дар популятсияҳои беморони Ғарб тақсимоти дигаре, аз қабили бемории ҷигари равғанӣ, бемории ҷигари вобаста ба машрубот ва метастазҳои колоректалии ҷигар, вуҷуд дошта метавонад.

Аз ин рӯ, натиҷаи қавии модел дар як кишвар ё низоми беморхона маънои онро надорад, ки он дар минтақаи дигари татбиқ ҳамон калибровка ва қобилияти фарқгузориро нигоҳ медорад. Дар минтақаи ҳадафи татбиқ валидатсияи беруна, дар ҳолати зарурӣ калибровкаи дубора ва гузориши ошкори фарқиятҳои таркиби ҳолатҳо лозим аст.

Кадом гурӯҳҳои пешгӯкунанда такроран дида мешаванд?

Мувофиқи тафсири байни таҳқиқотии баррасӣ, моделҳое, ки тағйирёбандаҳои статикии пеш аз ҷарроҳии захираи ҷигарро истифода бурдаанд, дар маълумоти дохилӣ ба сатҳҳои тақрибан 0,81–0,88 AUC расидаанд. Илова кардани радиомикаи тасвирбардорӣ дар баъзе таҳқиқоти аслӣ нисбат ба зер-моделҳои танҳо клиникӣ ё танҳо радиомикӣ беҳбудӣ додааст. Моделҳои динамикии периоперативӣ низ қобилияти баланди фарқгузориро нишон додаанд, аммо дар умумисозии беруна бо мушкилоти равшантар рӯ ба рӯ шудаанд.

Шарҳпазирӣ чӣ гуна баррасӣ шудааст?

Дар таҳқиқот барои шарҳпазирӣ таҳлилҳои SHAP, номограммаҳо, нишондиҳандаҳои feature-importance, гурӯҳҳои хавф ва абзорҳои бар веб асосёфта истифода шудаанд. Хусусан дар қарорҳои клиникии хавфи баланд муҳим аст, ки модел танҳо эҳтимолият надиҳад, балки пайгирӣ кардан мумкин бошад, ки кадом тағйирёбандаҳо ба пешгӯӣ саҳм гузоштаанд.

Оё моделҳои ML аз шкалаҳои анъанавӣ беҳтаранд?

Дар дохили таҳқиқоти дохилшуда самти муқоисаҳое, ки дар як когорти яксон гузаронида шудаанд, одатан ба нафъи моделҳои ML мебошад. Намунаҳо ба монанди модели ANN-и Mai, модели радиомикии Zhu, модели LightGBM-и Wang J, модели XGBoost-и Tashiro, модели ANN-и Jin ва модели XGBoost-и Tang дар муқоиса бо шкалаҳои анъанавӣ ё моделҳои клиникии содатар қобилияти фарқгузории баландтарро гузориш кардаанд.

Аммо дар баррасии систематикӣ benchmark-и ягонае гузаронида нашудааст, ки дар он ҳамаи моделҳо ва Child–Pugh, MELD, ALBI, FIB-4 ё APRI дар як сабти беморон дубора омӯзонида ва озмуда шаванд. Азбаски маълумоти хоми ҳамоҳангшуда дар сатҳи бемор мавҷуд набуд, чунин таҳлил имконпазир набуд. Аз ин рӯ, натиҷа бартарии универсалии бо озмоиши умумии проспективӣ исботшуда нест, балки самти муттасили натиҷаҳоест, ки таҳқиқоти аслӣ дар когорти худ гузориш кардаанд.

Камбудиҳои асосии адабиёт

Гетерогении таърифи натиҷа: Таҳқиқот нуқтаҳои ниҳоии гуногун, ба монанди “severe PHLF”, “clinically significant PHLF”, PHLF-и умумӣ ва “postoperative liver failure”-ро истифода кардаанд. Паҳлу ба паҳлу гузоштани арзишҳои AUC-и моделҳое, ки рӯйдодҳои дорои дараҷаҳои гуногуни вазниниро пешгӯӣ мекунанд, муқоисаи клиникиро душвор мегардонад.

Гузориши нопурраи самаранокӣ: Гарчанде AUC зуд-зуд гузориш мешавад, ҳассосият, хосият, PPV, NPV, нишебӣ/буриши калибровка, таҳлили каҷи қарор ва маълумоти confusion matrix пайваста пешниҳод нашудаанд.

Валидатсияи берунии маҳдуд: Мувофиқи арзёбии баррасӣ, танҳо чор таҳқиқот дорои сохтори валидатсияи замонӣ, проспективӣ ё беруна мебошанд. Санҷиши ошкори интиқол ба маҷмӯи маълумоти Ғарб махсусан маҳдуд аст.

Гузориш нашудани арзиши ҳисоббарорӣ: Таҳқиқоти дохилшуда хароҷоти техникии ҷорӣсозӣ, ба монанди вақти омӯзиш, таъхири inference, истифодаи хотира ва талаботи CPU/GPU-ро ба таври систематикӣ гузориш накардаанд. Ин камбудӣ арзёбии истифодаи вақти воқеиро, махсусан дар зерсохтори беморхона, мушкил мекунад.

Аблятсияи соҳаи пешгӯкунанда: Аблятсияи пурраи умумие вуҷуд надорад, ки гурӯҳҳои тағйирёбандаҳои лабораторӣ, коагулятсия, волюметрия, радиомика ва замониро дар як чаҳорчӯбаи модел пайдарпай хориҷ карда, моделро дубора омӯзонад.

Бехатарии тағйири тақсимот: Механизмҳои бехатарӣ ба монанди selective prediction ё cost-aware deferral, ки ҳолатҳои эътимодашон пастро ба ҷойи қарори автоматӣ ба клинисист равона мекунанд, дар таҳқиқоти дохилшуда расман татбиқ нашудаанд.

Тавсияҳо барои таҳқиқоти оянда

Муаллифони баррасӣ тавсия медиҳанд, ки дар оянда ҳамчун таърифи натиҷаи асосӣ то ҳадди имкон PHLF-и стандартшуда ва аз ҷиҳати клиникӣ пурмазмуни ISGLS grade B/C истифода шавад; дар баробари AUC ҳассосият, хосият, PPV, NPV, калибровка ва таҳлили каҷи қарор гузориш шавад; ва валидатсияҳои берунии бисёрмарказӣ ва аз ҷиҳати ҷуғрофӣ гуногун бештар гарданд.

Илова бар ин, моделҳои мултимодалие, ки нишондиҳандаҳои лаборатории захираи ҷигарро бо тасвирбардорӣ ва маълумоти кӯтоҳмуддати замонии периоперативӣ якҷоя мекунанд, сазовори таҳқиқ дониста мешаванд. Бо вуҷуди ин, барои арзёбии он ки модели мураккабтар воқеан фоидаи клиникӣ медиҳад ё не, бояд бо моделҳои қавӣ ва арзонтари асосӣ мустақим муқоиса карда шавад.

Дар марҳилаи ниҳоӣ ниёз танҳо ба AUC-и баландтар нест. Таҳқиқоти проспективии қарор-таъсир бояд нишон диҳанд, ки оё системаи пешгӯӣ воқеан стратегияи ҷарроҳӣ, мудохилаҳои зиёд кардани FLR, шиддати назорати пас аз ҷарроҳӣ ё табобатҳои наҷотбахшро тағйир медиҳад ва оё барои беморон фоидаи клиникӣ ба вуҷуд меорад.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

Адабиёти мавҷуда дастгирӣ мекунад, ки моделҳои бар ML асосёфта метавонанд дар фарқгузории хавфи PHLF самаранокии умедбахш нишон диҳанд. Дар gradient boosting, ANN/омӯзиши амиқ, радиомика ва моделҳои замонӣ қобилияти аз ҷиҳати клиникӣ пурмазмуни фарқгузорӣ гузориш шудааст. Нишонаҳои муттасил вуҷуд доранд, ки ҳангоми истифодаи якҷояи нишондиҳандаҳои захираи ҷигар, тасвирбардорӣ ва маълумоти периоперативӣ метавон моделҳои қавӣ сохт.

Баррасӣ инчунин дастгирӣ мекунад, ки тарҳи валидатсия ба андозаи муваффақияти модел муҳим аст. Хусусан валидатсияҳои замонӣ, проспективӣ ва мустақили беруна нисбат ба тақсимоти тасодуфии test-и дохилӣ дар бораи қобили умумисозии воқеии модел далели қавитар медиҳанд.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

Баррасӣ нишон намедиҳад, ки як меъмории муайяни ML барои PHLF универсалӣ беҳтарин модел аст. Арзишҳои баланди AUC ба монанди 0,981 арзишҳои кафолатноки самаранокӣ нестанд, ки ба ҳамаи беморхонаҳо, кишварҳо ва гурӯҳҳои беморон интиқол дода шаванд.

Ин таҳқиқот озмоиши қарор-таъсир нест, ки исбот кунад истифодаи муқаррарии клиникии абзорҳои пешгӯии PHLF бар асоси ML марги беморон ё сатҳи оризаҳоро кам мекунад. Аксари моделҳои дохилшуда ба маълумоти ретроспективӣ такя мекунанд ва барои бисёр моделҳо валидатсияи мустақили беруна мавҷуд нест.

Аз ин баррасии систематикӣ инчунин хулоса баровардан мумкин нест, ки омӯзиши мошинӣ бояд қарори клинисистро худкор тағйир диҳад ё қарори ҷарроҳиро ба танҳоӣ қабул кунад. Дидгоҳи ояндаи манбаъ ба зарурати системаҳои шаффофтар, аз берун валидатсияшуда, калибровкашуда ва дорои фоидаи нишон додашудаи қарорҳои клиникӣ таъкид мекунад.

Ёддошт оид ба Манбаъ ва Усул

Таҳқиқоти аслӣ: Machine Learning Models for Predicting Post-Hepatectomy Liver Failure: A Systematic Review

Муаллифон: Calin Muntean; Vasile Gaborean; Razvan Constantin Vonica; Sebastian Aurelian Stefaniga; Alaviana Monique Faur; Catalin Vladut Ionut Feier.

Муаллифони масъул: Vasile Gaborean ва Razvan Constantin Vonica.

Муассисаҳо: воҳидҳои Medical Informatics and Biostatistics, Thoracic Surgery Research Center, Surgical Semiology, Doctoral Studies ва Abdominal Surgery and Phlebology Research Center дар “Victor Babeş” University of Medicine and Pharmacy Timişoara; “Lucian Blaga” University of Sibiu, Preclinical Department/Physiology; West University of Timişoara, Department of Computer Science; “Pius Brinzeu” Clinical Emergency Hospital, First Surgery Clinic.

Маҷалла: AI.

Ношир: MDPI.

Навъи манбаъ: Баррасии систематикӣ.

Маълумоти нашр: AI 2026, 7(5), 166.

DOI: 10.3390/ai7050166

Ирсол: 27 Март 2026.

Бозбинӣ: 25 Апрел 2026.

Қабул: 5 Май 2026.

Нашр: 9 Май 2026.

Суроғаи расмии нашр: https://www.mdpi.com/2673-2688/7/5/166

Иҷозатнома: Дастрасии кушода, Creative Commons Attribution (CC BY).

Чаҳорчӯбаи баррасии систематикӣ: PRISMA 2020, тавсияҳои Cochrane Handbook, CHARMS ва PROBAST истифода шудаанд.

Ёддошти сабти ном: Бахшҳои хулоса ва усули мақола нишон медиҳанд, ки протокол дар PROSPERO сабт шудааст. Дар ҳамон бахши усул инчунин DOI 10.17605/OSF.IO/67CQ3 ҳамчун сабти Open Science Framework дода шудааст. Азбаски дар PDF рақами ҷудогонаи сабти PROSPERO CRD дида намешавад, ин ду изҳорот якҷоя ё тахмин карда нашудаанд.

Маблағгузорӣ: Гуфта шудааст, ки article processing charge-и мақола аз ҷониби Victor Babeş University of Medicine and Pharmacy Timişoara пардохта шудааст.

Кумитаи ахлоқии муассисавӣ: Татбиқ намешавад.

Ризоияти огоҳона: Татбиқ намешавад.

Дастрасии маълумот: Муаллифон хабар медиҳанд, ки барои ин баррасии систематикӣ маълумоти нав эҷод ё таҳлил нашудааст.

Бархӯрди манфиатҳо: Муаллифон изҳор кардаанд, ки бархӯрди манфиатҳо вуҷуд надорад.

Изҳорот оид ба истифодаи AI: Муаллифон мегӯянд, ки ChatGPT v4.0-ро танҳо барои беҳтар кардани забон ва хондашавандагии мақола истифода кардаанд; мазмуни илмӣ, тафсирҳо ва натиҷаҳо ба муаллифон тааллуқ доранд.

Саҳми муаллифон: Консептуализатсия Calin Muntean, Vasile Gaborean ва Razvan Constantin Vonica; методология Calin Muntean, Sebastian Aurelian Stefaniga ва Razvan Constantin Vonica; нармафзор Sebastian Aurelian Stefaniga; валидатсия Calin Muntean, Vasile Gaborean ва Razvan Constantin Vonica; таҳлили формалӣ Calin Muntean ва Sebastian Aurelian Stefaniga; таҳқиқот Calin Muntean ва Alaviana Monique Faur; куратсияи маълумот Calin Muntean ва Alaviana Monique Faur анҷом додаанд. Лоиҳаи аввалро Calin Muntean омода кардааст; Vasile Gaborean, Razvan Constantin Vonica, Sebastian Aurelian Stefaniga ва Catalin Vladut Ionut Feier ба бозбинӣ ва таҳрир саҳм гузоштаанд.

Маҳдудиятҳои асосии методологӣ: Ретроспективӣ ва якмарказӣ будани аксари таҳқиқоти дохилшуда; таърифи гетерогении нуқтаи ниҳоии PHLF; тамаркузи ҷуғрофии маълумот ба Осиёи Шарқӣ; гузориши номуназзами калибровка, ҳассосият ва хосият; камбуди валидатсияи беруна; имконнопазирии муқоисаи мустақими оилаҳои гуногуни модел ва гузориши нокифояи хароҷоти ҳисоббарорӣ.

Ёддошти усули Verianla: Ин матн тарҷумаи сатр ба сатри мақолаи манбаъ нест. Бо нигоҳ доштани масъалаи клиникӣ, усули баррасии систематикӣ, шумораи беморон ва таҳқиқот, самаранокии моделҳо, стратегияҳои валидатсия, соҳаҳои пешгӯкунанда, паёми илмии расмҳо, муҳокима ва маҳдудиятҳои манбаъ сохтори мустақили омӯзишӣ тартиб дода шудааст. Натиҷаи клиникӣ, метрикаи самаранокӣ ё муваффақияти модели дар манбаъ набуда илова нашудааст.

Ҳадди тафсири тиббӣ: Самаранокии моделҳои дар ин ҷо овардашуда ба таҳқиқоти дастгирии қарорҳои клиникӣ тааллуқ дорад. Онҳо ба танҳоӣ барои муайян кардани мувофиқати ягон бемор ба ҷарроҳӣ, хавфи PHLF ё нақшаи табобат истифода шуда наметавонанд; қарорҳои клиникӣ арзёбии хоси бемор ва протоколҳои маҳаллии валидатсияшударо талаб мекунанд.