Štúdia vyvinula a validovala model strojového učenia na predpovedanie hypersplenizmu u pacientov s Wilsonovou chorobou, zriedkavou poruchou metabolizmu medi spojenou s cirhózou. Zaradili 524 pacientov z nemocnice v Anhui od decembra 2019 do februára 2025, z čoho 242 malo hypersplenizmus. Pomocou LASSO výberu premenných a SHAP analýzy identifikovali päť kľúčových faktorov: WBC, PLT, A/G, CIV a PIIINP, pričom PIIINP bol najvýznamnejší. Skupina s hypersplenizmom mala významne nižšie WBC, PLT a ceruloplazmín oproti skupine bez neho (p<0,05). Nezávislými rizikovými faktormi boli A/G, CIV a PIIINP, zatiaľ čo WBC a PLT boli ochranné. Najlepší SVM model dosiahol na tréningovom súbore AUC 0,867 (95% CI: 0,830–0,904), presnosť 0,807 a na testovacom AUC 0,771 (95% CI: 0,699–0,844). Model vykazuje dobrú kalibráciu (Brierovo skóre 0,146/0,206) a klinickú užitočnosť podľa DCA.