感染是导致急性胰腺炎患者死亡最重要的原因之一。胰腺坏死组织感染是胰腺外科最基本的问题之一，也是最棘手的临床难题。

然而，临床上早期识别胰腺坏死感染患者的死亡危险因素仍十分困难，其对于外科干预时机的把握和患者预后的改善至关重要。临床上现有的预后模型，如急性生理和慢性健康评分、急性胰腺炎严重程度床旁指数和Ranson评分等往往十分繁琐，且敏感性和特异性均较低。

中南大学湘雅医院普通外科教授黄耿文团队长期关注这一问题，10余年来不断革新外科技术，此前在国内率先开展微创入路胰腺坏死组织清除术，对传统的胰腺坏死组织清除术进行理论和技术创新，显著降低了这一致死性并发症的死亡率。

同时，黄耿文教授团队历经10余年构建了Xiangya IPN前瞻性研究队列，采用随机森林法和条件生存等统计学方法，建立了可以帮助临床医生准确实时预测患者生存率的列线图，优化了临床决策。

在此基础上，该团队全方位比较10种机器学习模型，最终获得了一个对胰腺感染患者死亡率具有最佳预测性能的、可解释的机器学习模型。为方便临床应用，团队开发了2个公开的网络工具供临床使用。医生只需在这2个网络工具上输入患者的临床信息，就可以准确获得患者的预后预测结果，极大地改进了这一机器学习模型的临床实用性。

据介绍，该研究是迄今为止全球范围内最大样本量的、有关胰腺坏死感染的死亡预测机器学习模型，为临床精准诊断和治疗重症胰腺炎提供了可靠的证据支持。

1月22日，上述研究成果发表于《柳叶刀》子刊eClinicalMedicine。

相关论文信息：https://doi.org/10.1016/j.eclinm.2025.103074