肝性脑病（HE）是肝硬化患者常见的严重并发症，严重影响患者生活质量，降低生存率。早期精准识别HE高危人群并实施针对性预防性干预，是改善患者预后的关键。近年来，基于多维度数据驱动的HE预测模型研究取得显著进展，为临床精准管理提供了新方向。本文系统综述当前主流HE预测模型的研究现状：在传统临床及实验室指标模型中，血清氨、白蛋白、胆红素、肌酐、Child-Pugh评分及MELD评分等已被证实为HE的独立预测因子，其中AMMON-OHE模型及代谢组学相关多中心研究显示出良好的预测效能；神经心理及神经生理学领域，心理性肝性脑病评分、Stroop EncephalApp测试、动物命名测试等工具，不仅可辅助轻微肝性脑病的诊断，其异常结果还能有效预测显性肝性脑病的发生风险；影像学及放射组学方面，基于CT、MRI的放射组学特征联合机器学习算法，构建了HE无创预测新工具，尤其在经颈静脉肝内门体分流术后显性肝性脑病的预测中表现出极高准确性；综合模型通过整合临床、影像及生化指标，结合机器学习、列线图、随机森林、LightGBM等算法，进一步提升了模型的区分能力与临床净收益。目前，多数HE预测模型仍存在研究设计局限，多为单中心、回顾性研究，外部验证不足，缺乏前瞻性多中心研究证实其普适性。未来需开展大规模前瞻性多中心研究，验证模型有效性与适用性，推动HE预测工具的临床转化，实现肝硬化患者HE的个体化精准防控与管理。

无

无

无