宁 灏 胡 滢

 1.赣南医科大学；2.赣南医科大学第一附属医院消化内科

摘要(Abstract)：

背景 肝硬化是慢性肝病的终末阶段，严重威胁全球健康。机器学习（ML）在肝硬化诊断、分期及预后评估中的应用进展迅 速，推动肝病诊疗向智能化、精准化转型。方法 检索Web Of Science核心库2010-2025年肝硬化与ML相关文献，利用VOSviewer和 CiteSpace进行国家、机构、作者、期刊、关键词的可视化分析。结论 研究揭示了ML在肝硬化领域的快速发展，重心由机制探索转 向无创诊断和临床集成。中国发文量领先，但国际合作广度不够，全球合作仍待加强。机器学习对肝硬化的研究仍需整合早中晚期 研究以优化全病程管理。未来应注重数据质量、模型验证及临床转化能力，推动机器学习从技术工具向诊疗规范稳步演进。

关键词(KeyWords)：

肝硬化；机器学习；深度学习；文献计量学

参考文献(References)：

［1］Amaro T， Harsha P ，Ling H， et al. A Machine Learning Approach Enables Quantitative Measurement of Liver Histology and Disease Monitoring in NASH.［J］.Hepatology （Baltimore， Md.）， 2021，74（1）:133-147.

［2］ L S F ，Massimo P .Hepatic Fibrosis 2022: Unmet Needs and a Blueprint for the Future.［J］. Hepatology（Baltimore，Md.）， 2021， 75（2）:473-488.