典型文献
机器学习在肝移植中的应用
文献摘要：
机器学习可以高效地从复杂的数据库中提取特征和建立联系,通过构建模型等方式更好地预测临床疾病变化.肝移植是治疗各种终末期肝病以及原发性肝癌(肝癌)的有效方法之一,但同时也面临许多挑战,如何更有效地进行器官分配、扩大供肝来源、评估最佳供受者匹配、预测移植术后并发症、疾病复发及远期生存一直是研究的热点和难点.近年来,机器学习在肝移植领域中的应用亦取得了一些成果,显示出巨大的前景.本文就机器学习在肝移植术前器官分配、供肝评估,围手术期并发症预测、输血预测,术后新发疾病预测、疾病复发预测、急性排斥反应预测及远期生存预后预测中的应用现状及前景做一综述,以期为后续的研究提供思路和方向.
文献关键词：
肝移植;机器学习;深度学习;器官分配;供肝评估;人工神经网络;原发性肝癌;排斥反应;并发症
中图分类号：
作者姓名：
吴健;曹林平
作者机构：
310003 杭州,浙江大学医学院附属第一医院肝胆胰外科;浙江省重症肝胆疾病(移植)诊治技术研究中心
文献出处：
引用格式：
[1]吴健;曹林平-.机器学习在肝移植中的应用)[J].器官移植,2022(06):722-729
A类：
供受者匹配,供肝评估
B类：
提取特征,建立联系,构建模型,临床疾病,终末期肝病,原发性肝癌,器官分配,术后并发症,疾病复发,远期生存,肝移植术,围手术期并发症,输血,疾病预测,复发预测,急性排斥反应,生存预后,预后预测,人工神经网络
AB值：
0.248691
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
