备受瞩目的2024年欧洲肝脏研究协会（EASL）第59届年会于2024年6月5-8日在意大利米兰顺利举办。本次大会不仅呈现了肝病领域的尖端研究报告，更是精心策划了高互动性研讨会，力求为与会嘉宾打造一个深入探索肝病领域、拓展专业眼界的卓越平台。

在此次会议中，集团母公司HistoIndex和筹图科技合力公布了8项相关研究成果，分别包括2个ORAL PRESENTATIONS（口头报告）以及6个POSTER PRESENTATIONS（壁报报告），展示了我们基于SHG/TPEF技术的数字病理-人工智能技术（DP-AI）的最新进展和研究数据（如下图）。来自The University of Edinburgh的Kendall教授和Saarland University的Schattenberg教授分别口头报告了我司AI数据可用于预测临床终点事件并在Madrigal临床试验中验证其可预测疾病进展。并且，我们的6个壁报报告中有2个被选为TOP POSTER。此次的8项研究成果中，我们中国合作伙伴吉林大学第一医院和温州医科大学附属第一医院等单位的合作成果也是占据了“半壁江山”，期待更多国内外对数字病理学在肝病及各类纤维化相关疾病应用感兴趣的客户和我们共同合作，并在临床试验及科研方面都能够取得喜人的成果。

代谢功能障碍相关脂肪性肝炎(MASH)领域

无染色数字病理成像技术从微观结构上解析肝纤维演变，可直接预测代谢功能障碍相关性脂肪性肝病（MASLD）的临床结局

• 这项研究探讨了无染色数字病理成像技术对MASLD临床结局的预测价值。研究发现，使用未经染色的切片进行胶原蛋白特征的量化可以预测肝脏相关事件风险和全因死亡率，预测能力优于传统病理的纤维化分期评分。研究使用了来自SteatoSITE队列的452个活检组织切片进行训练和测试，利用纤维化特征参数，建立了个人全因死亡和肝功能失代偿风险指数，结果表明指数在预测全因死亡率和肝脏失代偿风险时表现出比病理分期更高的准确性。研究得出结论，无染色数字病理成像可以提供关于肝纤维演变过程中的微观结构信息，并且这些信息对预测临床结局具有重要价值。进一步的前瞻性研究可以验证这些结果，并建立纤维化微观结构特征与药物治疗效果和相关临床结局之间的关联。

• 这项研究旨在验证预先确定的纤维化特征是否可以用于预测纤维化进展的患者。研究采用基于人工智能的纤维化评估方法（qFibrosis）对845名患者进行评估，并与所选的无创检测方法（VCTE、MRE、ProC3、AST、GGT、血小板）进行比较。研究结果显示，无创检测与病理学家评分的相关性较低，而其中MRE与病理学家评分的相关性最高，其次是VCTE。在6个预先确定的纤维化特征中，MRE和VCTE与这些特征的相关性与病理学家评分密切相关。此外，负相关的纤维化特征与MRE和VCTE的相关性也被观察到。研究表明，仅仅依靠纤维化分期评分或特定的纤维化特征来预测纤维化进展是不够准确的，综合考虑正相关和负相关的纤维化特征是更好的选择。然而，确认这些特征的临床意义仍需进行活组织检查和进一步的结果验证。

• 这项研究旨在确定生活方式干预对缓解代谢功能障碍相关肝病（MASLD）临床症状的效果，并研究无应答者的遗传特征。研究包括724名参与者，其中146人接受了肝脏活检，所有参与者都完成了问卷调查、血液检测及核磁共振PDFF检查评估，对采集的血液进行基因测序，并使用SHG/TPEF显微成像系统和计算机辅助分析病理标本。研究结果显示，有145例(99%)和602例(83%)患者分别通过肝活检和MRI-PDFF，被诊断为MASLD。在达到MASLD临床症状缓解的213名患者中，肝损伤指标和代谢指标得到了显著改善，说明了生活方式干预对肝脏健康的积极影响以及糖脂代谢的增强效果。遗传分析发现VPS8（rs1011147，T>C）和DPP6（rs144355748，G>A）基因突变对疾病进展有显著影响。中介分析表明，这些基因与体重减轻（WL）>5%间接介导了25%的MASLD患者情况改善，而其余75%则是基因的直接影响，与WL>5%无关。研究结果还显示，WL超过5%的MASLD患者的肝脏脂肪含量（LFC）平均降低了34%，NAS降低了2个百分点，基于AI的SHG/TPEF无染色数字病理学结果也支持了这一观点。

• 这项研究旨在评估肝脏标本大小对量化数字病理技术qFibrosis的影响。研究使用二次谐波/双光子激发荧光显微成像系统和人工智能（AI）分析软件来检测肝脏楔形活检样本，并在楔形活检样本的图像中裁剪出不同长度的虚拟活检图像。结果显示，楔形活检的qFibrosis评估与NASH-CRN分期一致性很好。虚拟活检的qFibrosis变异系数非常低，而不同区域的纤维化评估显示变异系数不同。随着样本长度的增加，变异系数逐渐降低，在长度超过20毫米的活检样本中，所有参数的变异系数始终小于0.2。研究表明，qFibrosis评估可对肝纤维化进行标准化和高度可重复性的评估，并减少了因取样差异造成的误差。这对于确定肝小叶不同区域和结构的纤维化严重程度具有重要意义，以指导临床治疗和判断疾病预后。

• 本研究介绍了一种基于人工智能（AI）的方法，叫做qBallooning（qB），用于检测和量化气球样变肝细胞。研究中使用了95张图像，由9位专家病理学家进行三轮验证，并对qB算法进行迭代更新。最终在图像中检测到至少5个气球样变肝细胞时确定代谢功能障碍相关性脂肪性肝炎（MASH）的阳性诊断标准。在至少5位病理学家一致的情况下，qB对单个细胞检测的真阳性率为55%，假阳性率为8%。在至少3位病理学家一致的情况下，真阳性率提高至89%，但假阳性率增加到42%。在疾病诊断环节，诊断为气球样变性0分的Ture Positive达到100%。该研究结果对于MASH药物试验的患者纳入和疗效评估阶段具有重要意义，可以帮助提高病理学家的一致性和去除错误识别的细胞。

• 这项研究使用二次谐波/双光子激发荧光显微成像系统结合人工智能分析技术，对代谢功能障碍相关性脂肪肝（MAFLD）患者的肝小叶纤维化进展与肾功能障碍之间的关系进行了研究。研究对58例患者进行为期28个月的随访，评估了184个纤维化参数，并根据这些参数生成了qFibrosis continuous（qFC）值。研究发现，随访期间纤维化进展（LF+）组的肾功能（eGFR值）下降较多，并且与中央静脉区和中央周围区的纤维化变化显著相关。此外，区域qFibrosis参数也能够区分肾损伤。研究结果表明，通过人工智能数字病理学评估肝纤维化，可以显示出与肾功能下降相关的特定肝小叶变化。这项研究为了解MAFLD和肾功能障碍之间的关系提供了新的见解，并强调了特定肝损伤的进一步研究的重要性。

• 这项研究旨在评估代谢功能障碍相关性脂肪性肝炎（MASH）药物试验中安慰剂组的纤维化变化率，并比较病理学家评估（NASH-CRN 分期）和qFibrosis连续值的结果。研究发现，在纤维化逆转、进展和无变化方面，安慰剂组存在显著的差异。根据qFibrosis连续值，安慰剂组的纤维化逆转率约为38%，而根据病理学家评估的纤维化逆转率约为21%。纤维化进展率方面，根据病理学家评估的平均值约为18%，而根据qFibrosis连续值的平均值约为45%。与qFibrosis连续值相比，根据NASH-CRN分期方法评估的病情稳定患者比例更高，平均值约为62%。研究结果表明，在MASH药物试验中，病理学家评估和qFibrosis连续值都是评估安慰剂反应差异的重要指标。

• 这项研究旨在评估生活方式干预对代谢功能障碍相关性脂肪性肝病（MASLD）患者的疗效，并借助基于SHG/TPEF无染色成像的人工智能数字病理分析技术进行评估。研究包括31名MASLD患者，进行为期一年的生活方式干预指导。通过常规病理评估和基于人工智能数字病理学的精准评估，观察了肝脏脂肪变性和纤维化的变化。研究发现，人工智能数字病理学连续测量方式可以将传统病理评估为不变的结果进行更精准的划分。此外，临床指标（MRI-PDFF、CAP和体重变化）与人工智能数字病理学中脂肪变性的变化呈更强的相关性，而传统病理学评估与之相比，相关性较弱。值得注意的是，对于纤维化的评估，临床指标与人工智能数字病理学和传统病理学的相关性均较弱。研究结论显示，基于SHG/TPEF的人工智能数字病理学可能会为MASLD患者生活方式干预效果甚至药物治疗效果提供更精准的评估。

关于我们