【百尺甘頭】作為正大天晴中央醫(yī)學中心打造的肝病領域學術品牌,旗下“主委在線”欄目全新升級。該欄目聚焦肝病診療前沿熱點,特邀權威專家進行深度對話,分享最新研究進展與臨床實踐經驗,致力于構建一個融合學術高度與實踐價值的專業(yè)交流平臺。本期主委在線——趙衛(wèi)峰教授專訪:精要剖析疑難重癥肝病與人工肝技術新進展
Q1:在疑難重癥肝病,特別是慢加急性肝衰竭的早期診斷與精準評估方面,在您看來目前臨床上還存在哪些關鍵的瓶頸?我們如何將最新的生物標志物和預后評分系統整合到臨床實踐中,以改善患者結局?
趙衛(wèi)峰教授:
趙衛(wèi)峰教授:慢加急性肝衰竭(Acute-on-Chronic Liver Failure ,ACLF)早期診斷的瓶頸主要在于其“異質性”。不同病因、不同誘因導致的ACLF,其病理生理過程和臨床軌跡差異巨大。當前,臨床判斷主要依賴患者消化道癥狀,其次總膽紅素、國際標準化比值和凝血酶原活動度等傳統肝功能指標,以及MELD、CLIF-C OFs等綜合評分系統[1]。關鍵的瓶頸在于:第一,敏感性不足,傳統指標在反映肝臟再生能力和免疫紊亂等核心機制上不夠精準,往往在肝功能失代償進入較晚期階段才出現顯著變化;第二,預后預測的精準度有待提高,現有評分系統對28天死亡率的預測雖有價值,但對于指導個體化治療,尤其是判斷何時使用糖皮質激素、啟動人工肝等高級支持治療,仍顯不足。
關于新型生物標志物,我們看到了一些令人鼓舞的方向[2]。例如,檢測脂多糖、高遷移率族蛋白B1等細菌易位/炎癥相關指標,有助于更早識別“炎癥風暴”;循環(huán)中的角蛋白-18片段可提示肝細胞凋亡程度;某些microRNA譜可能成為早期預警信號。在臨床科研中,會將這些新型標志物與傳統評分系統進行聯合建模,利用機器學習等方法,構建更動態(tài)、更個體化的預后預測模型。然而,將其常規(guī)應用于臨床,仍需大規(guī)模、前瞻性研究的驗證,同時需要考慮其成本效益比。最終目標是實現從“治已病”到“治未病”(指預防肝衰竭全面爆發(fā))的關口前移。
Q2:人工肝支持系統作為肝衰竭重要的“橋梁”治療,您如何看待目前不同模式的優(yōu)劣勢和選擇策略?在臨床實踐中,我們應基于哪些關鍵參數來制定個體化的治療方案?
趙衛(wèi)峰教授:
人工肝技術已經從單一的血漿置換,發(fā)展到了如今的“組合型”和“模塊化”治療時代。各種模式各有千秋,血漿置換(Plasma Exchange,PE):優(yōu)勢在于能快速、廣譜地清除大、中、小分子毒素,特別是與白蛋白相結合的毒素,補充凝血因子和白蛋白,迅速穩(wěn)定生命體征,但其缺點是血漿需求量大、易發(fā)生過敏反應,且對蛋白結合率高的毒素清除效率有限;雙重血漿分子吸附系統(Double Plasma Molecular Adsorption System,DPMAS):能高效、特異性吸附膽紅素、膽汁酸及部分炎癥因子,不依賴血漿,解決了血漿短缺問題,但其不能補充凝血因子和白蛋白;游離前列腺特異性抗原(Free Prostate Specific Antigen,FPSA)及類似的高容量血漿置換/透析濾過模式:在清除大分子物質的同時,能更好地維持血流動力學穩(wěn)定,并對水電解質平衡進行調節(jié)。因此,選擇策略的核心是“個體化”和“組合拳”,不拘泥于單一模式。對于以高膽紅素血癥、嚴重瘙癢為主要表現的患者,DPMAS可能是優(yōu)選;對于合并嚴重凝血障礙、肝性腦病的急性患者,可以PE開局;而對于病情復雜、需要長期支持的患者,常采用“PE+DPMAS”或“FPSA+吸附”的串聯模式,以期達到取長補短的效果。
制定方案的關鍵參數包括:1. 病因與臨床表型:是病毒性、酒精性還是藥物性?是以細胞壞死為主還是以膽汁淤積為主?2. 毒素譜分析:膽紅素水平、炎癥因子風暴程度、血氨水平等。3. 患者全身狀況:凝血功能、電解質、血流動力學穩(wěn)定性等。我們的目標是利用人工肝創(chuàng)造一個相對穩(wěn)定的“時間窗”,為肝臟自發(fā)再生或等待肝移植爭取寶貴機會。
Q3:展望未來,您認為在重癥肝病領域,除了肝移植之外,下一個革命性的突破點可能會出現在哪里?是細胞治療、基因編輯,還是基于人工智能的精準診療?
趙衛(wèi)峰教授:
短期來看,基于人工智能和大數據的精準診療最快見效。AI可以整合多組學數據、影像學和實時生命體征監(jiān)測信息,構建動態(tài)預后模型,為醫(yī)生提供更優(yōu)的治療決策支持,包括人工肝的介入時機和模式選擇[3]。這能極大提升現有治療手段的效率和成功率。中期來看,細胞治療(如肝干細胞移植、間充質干細胞輸注)顯示出促進肝再生、調節(jié)免疫的巨大潛力。其核心挑戰(zhàn)在于細胞的來源、定向分化、體內存活及致瘤風險的控制。如果能在這些技術上取得突破,將為實現“肝再生”提供可能。長期而言,基因編輯技術為根治某些遺傳代謝性肝病帶來了希望。但這條路更長,涉及更復雜的倫理和安全問題。因此下一個突破點不會是“單一銀彈”,而是一個“組合突破”的時代。
?專家介紹?
趙衛(wèi)峰
蘇州大學附屬第一醫(yī)院
感染科主任
主任醫(yī)師、博士生導師
江蘇省醫(yī)學會肝病學分會主任委員
中國醫(yī)師協會感染科醫(yī)師分會委員
中國醫(yī)師協會感染科醫(yī)師分會重癥學組副組長
中國醫(yī)藥教育協會感染性疾病專委會委員
中國醫(yī)院協會抗菌藥物合理應用工作委員會委員
中國中西醫(yī)結合學會傳染病專委會委員
中國醫(yī)師協會肝癌內科專委會委員
江蘇省醫(yī)學會感染病學分會副主任委員
江蘇省醫(yī)師協會感染科醫(yī)師分會侯任會長
蘇州醫(yī)學會感染病學分會主任委員
法國Montpellier大學訪問學者
《Lancet Oncology》等SCI雜志發(fā)表論文三十余篇
參考文獻:
[1]Nagel M, Westphal R, Hilscher M, Galle PR, Schattenberg JM, Schreiner O, Labenz C, W?rns MA. Validation of the CLIF-C OF Score and CLIF-C ACLF Score to Predict Transplant-Free Survival in Patients with Liver Cirrhosis and Concomitant Need for Intensive Care Unit Treatment. Medicina (Kaunas). 2023 Apr 29;59(5):866.
[2]Trebicka J, Hernaez R, Shawcross DL, Gerbes AL. Recent advances in the prevention and treatment of decompensated cirrhosis and acute-on-chronic liver failure (ACLF) and the role of biomarkers. Gut. 2024 May 10;73(6):1015-1024.
[3]Ghosh S, Zhao X, Alim M, Brudno M, Bhat M. Artificial intelligence applied to 'omics data in liver disease: towards a personalised approach for diagnosis, prognosis and treatment. Gut. 2025 Jan 17;74(2):295-311.
指導專家:趙衛(wèi)峰教授 編輯:清如許
聲明:本公眾號旨在為醫(yī)療衛(wèi)生專業(yè)人士提供腫瘤領域資訊參考,促進專業(yè)交流。內容僅供信息交流,不可替代專業(yè)醫(yī)療指導,亦非診療建議。 據此操作,風險自擔。轉載內容均已標注來源及作者。如有版權問題,請留言聯系,我們將及時處理。

特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.