先前的研究表明，现有的胆总管结石预测指南准确性有限，导致内镜逆行胰胆管造影（ERCP）的过度使用。更准确的分层可能会改善患者对ERCP的选择，并选择低风险方式。

胆囊疾病估计影响着美国的2050万人，而胆囊结石疾病本身每年花费约62亿美元的。更具体地说，胆总管结石，即总胆管（CBD）存在胆结石，存在于10%-20%的症状性胆石症患者，18%-33%的急性胆源性胰腺炎患者和7%-14%的胆囊切除术患者中。需要内镜逆行胰胆管造影（ERCP）取胆总管结石，以避免胆管炎和胆石性胰腺炎等并发症。尽管ERCP是治疗胆总管结石最有利的方法，但它仍与高成本、患者和工作人员的辐射暴露以及6%-15%的不良事件相关。主要的不良事件包括与ERCP相关的胰腺炎、感染、穿孔和出血。因此，准确识别胆总管结石的概率对于适当选择ERCP患者至关重要。

利用已发表的两项队列研究中的患者信息，开发了一个机器学习模型，该研究评估了指南在预测胆总管结石方面的性能。采用梯度增强模型（GBM）机器学习方法建立了预测模型。使用交叉验证和受试者特征曲线下面积（AUC）来评估GBM的性能。根据在GBM中的相对重要性，确定了胆总管结石的重要预测因子。

我们整合了2009年1月1日至2014年12月31日期间南卡罗来纳医科大学和2010年1月至2016年11月期间洛杉矶县医院收治的两个疑似胆总管结石的大队列患者的数据。对于这两个队列，胆汁淤积被认为等同于胆总管结石，因为两者都有类似的临床后遗症。选择这些研究队列是因为它们具有被认为对预测胆总管结石很重要的基本患者水平数据变量。来自1378名患者的数据被纳入当前研究。

探索了两个模型。一个模型进行初始肝酶检测（天冬氨酸转氨酶[AST]、丙氨酸转氨酶[ALT]、碱性磷酸酶[ALP]、总胆红素），第二个模型具有初始肝酶水平和后续测试结果，以确定第二组结果是否提高了模型的诊断率。

使用10倍交叉验证评估GBM在预测胆总管结石存在方面的性能。10倍交叉验证是机器学习中的一种方法论，其中数据集被拆分为学习或模型拟合集和测试集，以确定模型性能。模型拟合过程执行10次，每次拟合在随机选择的总数据集的90%的训练集上执行，其余10%用于验证。模型性能还使用接收器操作特征曲线（AUC）下的平均面积来确定。AUC的统计显著性用ROC函数以R计算，该函数基于DeLong方法。基于相对变量重要性度量进一步确定胆总管结石的影响预测因子，相对变量重要性度量是基于选择变量进行分裂的次数的度量，由模型的平方改进加权，作为每次分裂的结果，并在所有树木上取平均值（图1）。我们的拟合GBM模型在基于计算机的应用程序、风险计算器和决策工具中实现（图2）。

1378名患者（平均年龄43.3岁；61.2%女性）被纳入GBM，59.4%有胆总管结石。8个变量被确定为胆总管结石的预测因子。GBM的准确率为71.5%（SD 2.5%）（AUC 0.79[SD 0.06]），表现优于2019年美国胃肠内镜学会（ASGE）指南（准确率62.4%[SD 2.6%]；AUC 0.63[SD 0.03]）和欧洲胃肠内镜学会（ESGE）指南（准确率62.8%[SD 2.6%]；AUC 0.67[SD 0.02]）。GBM根据ASGE指南正确地对22%的不必要的ERCP患者进行了分类，并适当地推荐将48%的需要ERCP治疗的患者选择ERCP治疗。

GBM机器学习模型的性能仅在添加第二组基于ROC的实验室值后略有改善。在10倍交叉验证中，具有两组实验室值的GBM模型的AUC为0.792，而只有一组实验室值的GBM模型的AUC为0.786（图3）。我们还测试了机器学习模型的一个版本，其中我们将实验室值中的差异（即增量）纳入其中，以确定住院期间AST、ALT、ALP和总胆红素值的变化是否改善了胆管结石的模型预测。有趣的是，将增量纳入实验室值会产生更差的模型性能，AUC为0.768。鉴于模型性能仅略有改善，第二组实验室值需要增加临床操作的复杂性，我们选择使用只需要一组实验室测试进行进一步评估的GBM模型，因此我们将其称为“GBM”机器学习模型。

创建了一个基于机器学习的工具，提供实时、个性化、客观的胆总管结石概率和ERCP建议。这比现有的ASGE和ESGE指南更准确地指导ERCP的使用，并可能降低与ERCP或漏诊胆总管结石相关的发病率。

诊断和治疗胆总管结石的最佳方法尚不清楚，但胆道系统无创评估的出现导致ERCP被更明智地使用。鉴于MRCP和EUS的发展，ERCP现在主要用于治疗，而不是诊断方法。临床风险分层工具旨在对哪些患者应该直接进行ERCP进行分层。ASGE 2010提出了将患者分为高风险、中风险和低风险类别，这是适当分层重要第一步。然而，2010年的分类在准确性方面有充分的局限性。一项研究估计的敏感性为62%，特异性为47%的特异性，另一项研究估计鉴别胆总管结石的敏感性为55%，特异性为69%。

人工智能的引入代表了改善风险分层的额外机会。据我们所知，人工智能在胆总管结石预测中只有另外两个应用。Jovanovic等人构建了一个人工神经网络模型，看看它是否能提高选择ERCP患者的准确性。作者前瞻性地将该模型应用于291名在被明确怀疑胆总管结石后接受ERCP的患者；80%的患者在ERCP上有胆总管结石。该模型在ERCP上发现结石的PPV为92.3%，NPV为69.6%。该研究有几个局限性：作者仅包括那些根据临床和/或生化数据确定怀疑胆总管结石的人，以开发标志物，他们的人群中胆总管结石患者比例非常高（80%），大量结石患者被错误分类，正如NPV低所暗示的那样。

Golub等人报告了单中心的经验，仅包括接受胆囊切除术的患者，此外还有术中胆管造影或术前ERCP，这大大限制了普遍性。重要的是，这两项研究都没有将他们的工作与ASGE或ESGE指南进行比较（尽管不可否认的是，有一项研究早于指南），也没有将他们的发现转化为实用的临床工具。

尽管机器学习正在推进胃肠病学领域，但最近的一项审查表明，在实际临床环境中几乎没有进展。我们已经解决了这一差距。我们试图提供一种基于人工智能的胆总管结石风险估计，它比现有的ASGE框架更准确，并提供概念验证，证明它可以转化为临床相关的工具。我们利用了一种著名的机器学习算法GBM，这是一种恰当的决策学习算法。我们的模型正确避免了2019年ASGE指南推荐的22%的ERCP，并适当推荐了48%被ESGE指南错误拒绝的ERCP，为胆管结石提供了迄今为止最准确的决策工具。

这项研究有几个优势。它依赖于来自不同医疗中心的不同数据集，从而增强了研究的适用性。与以前探索和建立的技术相比，这些基于机器学习的新型统计方法提高了胆总管结石预测的准确性。此外，我们的分析转化为用户友好的界面，可以在现实生活中实时应用。最后，输入到我们风险估计工具中的数据基于常规可用参数，无需额外的诊断测试。

然而，有几个限制值得考虑。首先，我们的研究人群 与我们所依赖的队列研究的资格标准有关的缺陷，因为 它们是回顾性的。然而，这些队列的多中心性质提供了更多反映现实世界环境的实用数据。此外，由于限制数据，我们无法将EUS和MRCP包括在决策中，这是必不可少的 ERCP前筛查工具。然而，我们的目标是通过包括未来的额外数据，例如，通过使用年龄调整后的CBD扩张上限，而不是单一的6毫米。独立队列中的额外模型验证对于提高我们方法的有效性。最后，使用的队列具有相对较高的患病率胆总管结石。未来的研究将在较低的患病率中测试预测模型种群对于验证很重要。

总之，我们开发了一种基于机器学习的胆总管结石风险评估工具，可以提供实时个性化的、客观的概率，优于现有的指南。该研究表明，GBM机器学习模型有助于筛查患者，以确定患CBD结石较高风险的患者，他们可直接进行ERCP，或者那些可能首先使用EUS/MRCP进行筛查，然后在需要时根据其他参数进行ERCP。由于这是一项概念验证研究，风险评估工具将需要经过进一步的临床验证——最好是在前瞻性试验中——才能被广泛采用。