近日，我院李书艳教授团队在ERCP术后胆囊炎的智能辅助诊疗方面取得重要进展。相关研究成果发表在国际权威期刊柳叶刀子刊《EClinicalMedicine》(JCR Q1，IF = 17.033)，题目为“A novel machine learning model and a public online prediction platform for prediction of post-ERCR-cholecystitis(PEC)”。相关成果与兰州大学第一附属医院以及中山大学第七附属医院合作，李书艳教授为该论文的共同通讯作者。

经内镜逆行性胰胆管造影术(ERCP)是胆总管结石患者的一线治疗方案，该技术因其微创优势广受患者青睐，但ERCP仍存在并发症风险，包括ERCP术后胰腺炎(PEP) ，胆囊炎(PEC)等。PEC发病原因复杂，病程进展迅速，临床治疗比常规胆囊炎更为棘手。该研究设计了一项队列研究，应用机器学习中随机森林 (RF) 算法建立胆总管结石患者ERCP术后PEC的预测模型。利用患者的基线临床参数、术前实验检查、影像学结果、ERCP操作参数和术后实验室数据构建RF模型来筛选关键特征并预测PEC。此外，该实验还纳入系列独立外部验证数据对模型进行验证，并证实该模型预测敏感度及特异度高，具有较高的临床价值。为了进一步推广应用，研究团队建立了国际公开预测平台—数字疾病预测平台(CentralPredictionPlatformofDigital Disease，CPPDD)，该模型预测平面向国际学者开放台http://www.cppdd.cn/PEC/，可免费公开访问，用于帮助临床医生预测PEC。

本研究是一项典型的医学与人工智能相结合的研究成果，是医学信息与工程学院坚持以医工结合为特色，立足“医学+AI”的重要体现。