近日，福建医科大学附属第一医院发布科技成果转化公示，医院通过挂牌交易方式，拟将“一肝细胞癌的微血管侵犯预测模型构建方法与概率预测方法”相关专利转让北京医智影科技有限公司，拟转让金额为5.08万元。该专利的发明人为李跃明及其团队。
图片来自福建医科大学附属第一医院官网
该技术基于肝细胞癌患者多序列MRI影像，通过肿瘤感兴趣区域纹理分析提取最大判别因子，结合影像与临床特征经Logistic回归构建预测模型，可术前无创精准预测微血管侵犯概率，为肝切除范围提供客观依据，有效降低术后复发风险。
肝细胞癌术后高复发率临床问题突出，微血管侵犯（MVI）无法术前精准评估，成为制约肝癌根治性治疗的核心瓶颈。
微血管侵犯是肝癌术后2年内复发的关键危险因素，当前临床仅能通过术后病理检查确诊，术前缺乏可靠无创预测手段，导致治疗方案制定缺乏客观依据。肝细胞癌高度异质性特征显著，尚无稳定的血清学或基因组学预测因子，传统影像评估仅能定性观察，无法量化微血管侵犯风险，难以支撑个体化手术决策。
常规医学影像仅能识别宏观肿瘤特征，无法提取肿瘤内部细微纹理差异与定量判别指标，对微血管侵犯的敏感性与特异性不足，易出现漏判或误判。
同时，单一影像特征或临床指标预测效能有限，缺乏多模态特征融合的系统化预测模型，无法满足临床高精准度要求。因术前无法评估微血管侵犯风险，医生难以精准确定肝切除范围：切除范围不足易残留微小癌栓导致早期复发，切除范围过大则损伤正常肝组织、影响术后肝功能恢复。
这种决策困境直接降低手术根治效果，增加患者复发风险与二次治疗负担，当前临床亟需无创、精准、可量化的术前微血管侵犯预测技术，以填补肝癌个体化手术规划的关键空白。
该肝细胞癌微血管侵犯预测技术通过影像纹理分析与多因素建模融合创新，全面解决临床术前无法评估、预测效能不足、决策缺乏依据的核心难题，在无创性、精准度、量化水平、临床指导价值上形成突出优势，为肝癌个体化手术提供可靠支撑。
从核心技术创新来看，专利以多序列MRI影像与AI定量分析，实现高精准术前预测。
一方面，基于T1WI、T2WI、动脉期、门脉期、肝胆期等多类型医学图像，对肿瘤感兴趣区域进行深度纹理分析，提取高鉴别力目标纹理特征并计算最大判别因子（MDF），将传统肉眼无法识别的微观影像特征转化为可量化指标，突破常规影像仅能观察宏观形态的局限；另一方面，联合单因素与多因素Logistic回归筛选独立预测因子，构建专用预测模型，AUC达0.939，敏感性90%、特异性89%，预测效能显著优于单一影像或临床指标，大幅降低漏判与误判风险。
从临床应用价值来看，专利实现无创术前评估，精准指导手术决策。
该技术全程无创、无需侵入性检查，仅依托常规MRI影像即可完成微血管侵犯概率计算，避免额外创伤与风险；模型输出量化概率值，为医生提供客观参考，可精准指导肝切除范围制定——高风险患者适当扩大切缘，低风险患者保留更多正常肝组织，在根治肿瘤与保护肝功能之间实现最优平衡，从源头降低术后早期复发率。
从技术实用性来看，模型稳定可靠、适配临床workflow。
特征筛选与建模流程标准化，可批量处理影像数据，计算效率高、结果可重复；独立预测因子明确、参数固定，无需复杂调试，易于在临床影像科与外科落地应用，弥补血清学、基因组学缺乏稳定预测因子的空白，适配不同医院肝癌诊疗常规流程。
这些优势直接解决临床核心痛点：多模态纹理分析突破传统影像评估瓶颈，AI建模实现高精准量化预测，无创可重复的特点适配术前常规评估，量化结果直接指导手术切缘选择。对于肝细胞癌诊疗而言，该专利技术不仅填补了术前MVI预测的技术空白，更实现无创性、精准度、临床指导性三重提升，为降低肝癌术后复发、优化手术方案、改善患者长期预后提供关键技术支撑。
当前肝细胞癌微血管侵犯（MVI）术前预测已形成以多模态影像+AI组学建模为核心的研发格局，国内外高校、医院与影像AI团队密集布局，模型效能持续提升，整体处于临床验证向落地转化阶段。
基于增强CT的影像组学预测模型，基于增强CT多期相提取肿瘤及瘤周影像组学特征，结合临床指标构建Lasso‑Logistic模型，外部验证AUC约0.81–0.88，主要用于术前风险分层，已完成单中心/多中心回顾性验证。
基于多序列MRI的临床‑影像组学联合模型，整合T1WI/T2WI/动脉期/门脉期/肝胆期MRI特征与AFP等临床指标，构建列线图模型，训练集AUC 0.849–0.856，验证集AUC 0.772，为当前临床研究主流方案，处于多中心验证阶段。
整体来看，同类技术均停留在学术研究与临床验证阶段，尚无获NMPA批准的标准化商用软件产品；本专利多序列MRI最大判别因子（MDF）+特异性独立预测因子建模方案，AUC达0.939，在预测精度与术前指导价值上具备明显竞争优势。
渝公网安备 50011202502165号
