近日，中國科學(xué)院院士、東南大學(xué)附屬中大醫(yī)院滕皋軍教授團(tuán)隊(duì)聯(lián)合中國科學(xué)院自動(dòng)化研究所等全國多家醫(yī)院、研究機(jī)構(gòu)，利用中國肝癌臨床研究聯(lián)盟（CHANCE）平臺(tái)大規(guī)模真實(shí)世界數(shù)據(jù)，基于人工智能算法開發(fā)出一種可從術(shù)前影像中解析腫瘤異質(zhì)性的影像組學(xué)指數(shù)，為肝癌聯(lián)合治療的精準(zhǔn)分層提供了新的思路。相關(guān)成果以“影像標(biāo)志物量化肝癌瘤內(nèi)異質(zhì)性以預(yù)測TACE聯(lián)合靶免治療應(yīng)答（Decoding tumor heterogeneity with imaging biomarkers predicts response to TACE plus Immunotherapy and targeted therapy in HCC）”為題，發(fā)表于《肝臟病學(xué)》（Hepatology）。

肝癌是我國最常見、最具侵襲性的惡性腫瘤之一。對(duì)于無法手術(shù)切除的患者，經(jīng)導(dǎo)管肝動(dòng)脈化療栓塞術(shù)（TACE）聯(lián)合免疫與靶向治療已成為近年來迅速被廣泛應(yīng)用的治療策略。如何在治療前精準(zhǔn)識(shí)別最可能從聯(lián)合治療中獲益的患者，已成為肝癌臨床管理中的重要挑戰(zhàn)。在治療開始之前，能否利用一種安全、快速、非侵入的方式識(shí)別“最可能有效的患者”？

研究示意圖

該研究共納入全國19家三甲醫(yī)院的690名接受一線TACE聯(lián)合靶免治療的不可切除肝癌患者。研究團(tuán)隊(duì)基于治療前的增強(qiáng)CT，通過深度學(xué)習(xí)模型和超像素分割方法捕捉腫瘤全局形態(tài)與內(nèi)部結(jié)構(gòu)上的復(fù)雜特征。在此基礎(chǔ)上，將腫瘤全局影像特征與瘤內(nèi)異質(zhì)性特征兩類信息融合構(gòu)建出腫瘤全局—瘤內(nèi)異質(zhì)性影像組學(xué)模型。該模型在多隊(duì)列中進(jìn)行了系統(tǒng)驗(yàn)證，旨在從影像維度上提供一種可高度重復(fù)、可跨中心泛化的預(yù)后預(yù)測工具。

研究結(jié)果顯示，該綜合影像指數(shù)在各數(shù)據(jù)集中表現(xiàn)穩(wěn)定，可顯著區(qū)分治療應(yīng)答者與非應(yīng)答者，并能有效分層患者的總體生存期。進(jìn)一步的影像–轉(zhuǎn)錄組學(xué)聯(lián)合分析揭示，模型所預(yù)測的低風(fēng)險(xiǎn)患者呈現(xiàn)典型的免疫活躍型微環(huán)境，漿細(xì)胞及M1型巨噬細(xì)胞顯著富集，而高風(fēng)險(xiǎn)組則更傾向于呈現(xiàn)以 M2型巨噬細(xì)胞為主的免疫抑制狀態(tài)。

總體而言，該研究通過整合人工智能影像分析、多維影像組學(xué)及轉(zhuǎn)錄組信息，構(gòu)建了一種可從常規(guī)CT中無創(chuàng)獲得的腫瘤表型指標(biāo)，能夠在治療前幫助識(shí)別最可能從TACE聯(lián)合靶免治療中獲益的患者。

東南大學(xué)附屬中大醫(yī)院是該研究項(xiàng)目的第一完成單位，東南大學(xué)附屬中大醫(yī)院博后金志成、中國科學(xué)院自動(dòng)化研究所副研究員魏靖偉、中南大學(xué)附屬湘雅二院肖煜東主任和南京大學(xué)附屬金陵醫(yī)院司安鋒主任是該論文的共同第一作者。東南大學(xué)附屬中大醫(yī)院滕皋軍院士、中國科學(xué)院自動(dòng)化研究所田捷教授、東南大學(xué)附屬中大醫(yī)院朱海東教授和南京大學(xué)附屬金陵醫(yī)院王新穎教授主任是該論文的共同通訊作者。該論文的研究工作得到了中國肝癌臨床研究聯(lián)盟（CHANCE）多中心研究者的支持和幫助。

來源：東南大學(xué)附屬中大醫(yī)院

聲明：本公眾號(hào)旨在為醫(yī)療衛(wèi)生專業(yè)人士提供腫瘤領(lǐng)域資訊參考，促進(jìn)專業(yè)交流。內(nèi)容僅供信息交流，不可替代專業(yè)醫(yī)療指導(dǎo)，亦非診療建議。 據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。轉(zhuǎn)載內(nèi)容均已標(biāo)注來源及作者。如有版權(quán)問題，請(qǐng)留言聯(lián)系，我們將及時(shí)處理。