韦英婷 覃家盟 樊金莲 梁敏 周海华 翚东 李婷

肝细胞癌（hepatocellular carcinoma，HCC）是常见的消化道恶性肿瘤，肝切除术是主要的治疗方法之一，但 5 年复发率高达 70%［1⁃2］，5 年总生存率仅为37%［3］。准确评估HCC患者的生存情况对选择治疗策略有重要意义。但是肝癌异质性大，患者的预期寿命仍难以准确评估。临床预测模型的开发有助于提高临床医师评估患者预后的能力［4⁃5］。目前基于HCC预后影响因素已经开发了一系列预测模型，但外推性、准确度仍不足［6⁃8］。近年来，随着庞大数据库出现和计算能力增强，一些新颖的预测分析方法不断涌现［9］。其中深度学习是人工智能的一个子学科，有助于研究人员分析大量数据，通过预测解决问题［10］。在过去的十余年中，深度学习在医疗保健中的使用越来越多［11⁃12］。在临床研究中，深度学习主要用于提供更准确的预测结果以评估肿瘤患者的预后［13⁃14］。随着患者病理学和遗传信息的可用性增加，深度学习可能成为预测生存的新工具［15⁃16］。本研究收集美国国立癌症研究所的监测、流行病学和最终结果（Surveillance，Epidemiology and Results，SEER）数据库中的数据，采用深度学习算法DeepSurv开发了一种可预测HCC患者1、3、5年生存率的模型，并选择本院HCC患者验证模型的可推广性，以期通过个性化预测模型更好地帮助临床医师做出治疗决策或临床试验设计。

1 资料与方法

1.1 研究设计与对象

本研究为回顾性队列研究。选择2011年1月—2015年12月SEER数据库中经病理确诊的HCC患者为训练队列用于构建模型，随访截至2019年12月；选择同期于本院经病理确诊的HCC患者为外部验证队列用于评估模型，随访截至2019年6月。……