一直以來，世界各地的專家為肝癌設計了多項算式，根據病人的身體檢查數據，推算他們的風險。隨著科技愈加進步，現時已可成熟地利用「機器學習」（machine learning），從一系列的資料數據中，分析出一定的因果規律，再根據這些規律，推算其他未知個案。
慢性病毒性肝炎（Chronic Viral Hepatitis，CVH）是全球第七大死亡原因，香港八成的肝癌病例，都源自慢性乙型肝炎（Chronic Hepatitis B）。肝炎病毒會持續傷害肝臟，演變為肝癌，歷時可達數十年。醫學界一直都希望能準確推算肝炎患者演變成肝癌的風險，為每個肝患病人找出最合適的治療。
由香港中文大學肝臟護理中心副主任黃麗虹教授領銜的研究，針對本港2000年至2018年超過12萬位慢性乙型肝炎和慢性丙型肝炎（Chronic Hepatitis C）病人的數據和病歷，例如乙肝病毒表面抗原（HBsAg）、乙肝病毒e抗原（HBeAg）、乙肝病毒載量（HBV DNA）、丙肝病毒載量（HCV RNA）以及藥物治療和類型等。在多種電腦演算法中，找出最準確的一種，與傳統算式作比較。
研究結果顯示，使用嶺回歸（ridge regression）的運算方法，電腦能最準確預測慢性肝炎患者的肝癌風險。以統計學上的「AUROC曲線面積」評測，嶺回歸準確度評分為0.844（數值愈接近1，代表愈準確），相比傳統的算式，評分處於0.67至0.75之間，新技術明顯更準確。
雖然新技術較為準確，但仍存著一些局限，例如數據本身可能有遺漏，有些輕度的長期病未有紀錄，例如高血壓、糖尿病等。研究團隊期望肝癌風險推算可以變得更完善和普及，例如成為電子健康系統的內置功能或計算器，讓醫生更準確地判別不同病情的乙肝、丙肝病人的肝癌風險，調節治療的緩急以避免癌變。
資料來源：JHEP Reports
Text by Medical Inspire 醫·思維
