近年来，免疫治疗为肿瘤治疗带来革命性的进步，免疫检查点抑制剂（ICIs）极大地改变了癌症治疗的格局，提高了晚期肿瘤患者的生存率。但是，伴随而来的免疫治疗相关不良事件（irAE）明显增加，在一定程度上阻碍了ICIs在临床实践中的大范围应用。其中，免疫检查点抑制剂导致免疫介导性肝损伤（ILICI）相关报道逐渐增多，已成为备受关注的临床问题。但是，目前仍未开发出可靠的肝损伤风险生物标志物及高危人群识别办法，致使部分患者发现时可能已存在严重的肝功能损伤甚至被迫停止应用ICIs。针对这一临床困境，本项目研究ILICI早期预警技术：①以大连理工大学附属中心医院电子数据库为基础，建立ICIs使用者队列，构建适配本地患者及治疗方案的数据库；②利用人在回路技术与深度学习框架，融合数据规律与医学理论知识，学习影响因素与肝损伤风险之间的潜在规律，建立免疫性肝损伤风险预测模型；③基于模型的可解释性，可视化模型决策路径，量化各影响因素的风险贡献度，建立临床风险预警方法，基于预警模型开发临床验证平台。