预测模型巧思干细胞移植后能“预测病情”

在daGOAT模型的实际应用中，研究人员会每天更新移植患者的实验室检测数据，根据模型预测患者是否处于aGVHD的高风险或低风险，然后采取预防药物，以便在不增加感染率的情况下降低严重aGVHD的风险。

急性移植物抗宿主病(aGVHD)是患者接受造血干细胞移植后可能发生的急性并发症。要跨过这个门槛，预防是关键。

守住“防”门，基于大数据的预测模型大有可为。近日，中国医学科学院血液病医院(中国医学科学院血液研究所)信息与资源中心首席技术专家、干细胞移植中心主任姜二烈、儿童血液病诊疗中心主任朱在顶级期刊《计算科学《自然计算科学》上联合在线发表了一项研究成果。这项研究基于成人和儿童移植患者的临床数据，他们的模型将帮助临床医生预测移植后发生aGVHD的概率。

整理10年移植病例记录，制作数据集。

造血干细胞移植是治疗急性白血病、骨髓衰竭等血液疾病的最终手段之一。部分造血干细胞移植患者可出现aGVHD，主要表现为皮疹、腹泻、胆红素升高。

AGVHD是造血干细胞移植后100天内可能发生的主要并发症。当它发生时，供体的免疫细胞会攻击患者的肝脏、胆囊、肠道和皮肤。这种并发症的发生率为30%-45%。根据国内外的统计，重症aGVHD的短期死亡率可能高达30%。

“理论上，干细胞移植后加强免疫抑制可以降低严重aGVHD的风险。但是，免疫抑制本身也是一个危险因素；如果对所有造血干细胞移植患者加强免疫抑制，患者整体感染率会增加，死亡率也会增加，这不是我们希望看到的。”陈俊仁说。

业内公认，预防是降低aGVHD发生概率的关键。“如果能提前预知严重aGVHD的发生，那么只能对严重aGVHD患者给予强免疫抑制。”陈俊仁说。

长期以来，中国医学科学院血液医院(中国医学科学院血液研究所)的医生们一直在努力解决移植后严重aGVHD的防治这一临床实际问题。为解决这一问题，中国医学科学院血液病医院(中国医学科学院血液研究所)信息与资源中心、干细胞移植中心、儿科团队和医渡云(北京)科技有限公司数据科学团队组成了项目研究团队。

研究团队梳理了10年的移植病例记录，最终形成了一个名为“aGOAT”的数据集。

整合涵盖200多个变量的动态指标

获得数据集后，研究团队进行了数据建模，并将模型命名为“daGOAT”。该模型包括584名成人患者和45名儿童患者的数据，其中16%的成人患者和24%的儿童患者在100天内发生了严重的aGVHD。

陈俊仁介绍，“我们发现还没有一个研究者对造血干细胞移植患者移植后的所有动态指标进行过系统的整合”。研究小组提出的daGOAT模型整合了多维时间序列数据，计算出严重aGVHD的风险。

造血干细胞移植患者移植后的动态指标涵盖200多个变量，包括生命体征、血细胞计数、血液生化指标、血清免疫因子、血液免疫细胞分型等。因为涉及的参数很多，而且不是每天连续检测，所以有很多数据缺失，也就是血液病患者临床数据的“多参数小样本”问题。面对这个问题，很多统计方法和机器学习方法都束手无策。

“我们提出的daGOAT模型可以解决这个问题，成人和儿童患者的AUROC都在0.78以上(满分1)，远远超过过去。

文学报道的最佳水平。据陈俊仁介绍，研究团队建立的模型预测效果明显优于MAGIC score、Ann Arbor score、基于外围移植特征的静态模型和XGBoost动态模型。

这一成绩的取得离不开中国医学科学院血液医院(中国医学科学院血液研究所)的信息化发展。陈俊仁解释说：“daGOAT模型使用了大量的动态参数，这些数据来自不同的测试部门。手工输入数据基本上无法计算出daGOAT模型，需要将模型与医院信息系统无缝对接。因此，我们认为医疗人工智能的进一步发展离不开医院信息化的不断升级。”

多学科、跨学科的合作也是daGOAT模式得以建立和发挥作用的条件。“这项研究受益于全方位、跨学科的协作整合，包括数学建模、数据库整合、生物统计学、实验室技术和临床医学。”陈俊仁说。

该研究的第一作者、中国医学科学院血液医院(中国医学科学院血液研究所)信息与资源中心助理研究员刘雪鸥表示，在模型的实际应用中，他们会每天更新移植患者的实验室检测数据，根据模型预测患者是否处于aGVHD的高风险或低风险，然后预防性地给予药物，从而在不增加感染率的情况下降低严重aGVHD的风险。目前，研究团队正在加紧这项工作的准备。

“本研究对早期预警进行了初步探索，以促使临床干预，降低不良事件的发生率。”陈俊仁说。

未来将对模型进行改进，进行前瞻性临床研究。

陈俊仁介绍，研究论文提交到《自然计算科学》后，编辑很感兴趣，很快决定提交审核。评论者认为，daGOAT模型是一种结合了患者基本特征和实验室检测数据的机器学习预测模型。与仅利用患者基本特征的模型相比，该模型具有更高的准确性，更适合临床应用，有助于医生进行临床决策。

据有关专家介绍，上述研究是基于多维度、高质量临床数据资源整合的典型研究范例，为血液系统疾病科学研究奠定了重要基础。

“我们希望提供daGOAT模型也能应用于其他应用场景的证据。”陈俊仁介绍，当时，研究团队想到的最“夸张”的应用场景是：能不能通过智能手机的微小移动或信号的振动，在一个人还坐着的时候就提前预测他是不是在接下来几秒钟将要站起来。

为此，研究团队从美国加州大学获得了一个智能手机数据集后专门测试了一下，他们发现daGOAT模型在这个应用场景的预测效果也比随机森林、XGBoost等机器学习模型的预测效果好。

“虽然我们对自身的定位还是坚守血液疾病的数据科学研究与工具开发，但偶尔偏离主题做一些异想天开的研究，其实也挺好。”陈俊仁说。

谈及该模型的不足之处，陈俊仁指出，该研究纳入的数据仅限于中国医学科学院血液病医院（中国医学科学院血液学研究所）一家血液中心的数据，daGOAT模型还有待完善。下一步，研究团队将开展daGOAT模型的前瞻性临床研究。