首页 > 文章详情

福建医科大学附属协和医院池畔教授团队AI预测模型助力低位直肠癌保肛手术：精准评估，提升成功率

07月31日

编译：肿瘤资讯

来源：肿瘤资讯

低位直肠癌，由于其位置接近肛门括约肌，使得保肛切除术（SPR）成为一项备受关注的手术选择。SPR不仅能够根治肿瘤，更重要的是能为患者保留排便功能，显著提升生活质量。然而，SPR的成功率受到多种因素影响，包括肿瘤位置、大小、分期等，使得术前准确预测手术成功率成为一项挑战。
传统上，医生主要依靠经验和临床指征来评估患者是否适合SPR。然而，这种方法存在一定的主观性，不同医生之间可能存在判断差异，导致部分患者错失保肛机会或面临术后并发症风险。因此，开发一种客观、准确的预测模型，为SPR的决策提供科学依据，成为直肠癌治疗领域的迫切需求。
近日，福建医科大学附属协和医院池畔教授团队在国际知名期刊International Journal of Surgery上发表了最新研究成果。该团队基于多中心临床试验数据，成功开发并验证了一种人工智能（AI）预测模型，能够精准预测低位直肠癌患者SPR的成功率，为临床决策提供有力支持，为患者带来新的希望。

池畔

教授、博士生导师

福建医科大学附属协和医院普通外科（结直肠外科）科主任、博士生导师
英格兰皇家外科学院院士（FRCS）
第三届国之名医·卓越建树奖获得者
美国胃肠与内镜外科医师学会（SAGES）委员
中华医学会外科学分会结直肠外科学组副组长
国家卫健委《能力建设和继续教育外科专家委员会结直肠外科专委会》副主委
中国研究型医院学会机器人与腹腔镜外科专业委员会副主委
中国抗癌协会第七届大肠癌专委会常委
福建省外科学会名誉主任委员
福建省抗癌协会大肠癌专委会名誉主委
福建省外科学会结直肠外科学组组长

该研究回顾性分析了中国22家医院604例低位直肠癌患者的数据，利用多种人工智能算法构建模型，以预测患者成功保肛切除术（SSPR）的概率，并通过独立测试集验证了模型的准确性。同时深入分析不同医院间SSPR率的差异，并比较了SSPR组与非SSPR组患者的术后短期恢复情况。

低位直肠癌保肛切除术的成功率：整体情况与医院间差异

纳入研究的604名低位直肠癌患者均在接受新辅助放化疗后进行根治性切除术。研究发现，整个队列的SPR占73. 3%，SSPR占71. 9%。然而，在提供超过15例病例的9家医院中，不同医院之间的SSPR率存在显著差异，从37. 7%到94. 4%不等（图1）。

图1. 9家医院SSPR率比较（病例数≥15例）

成功保肛切除术关键影响因素

通过LASSO研究回归分析确定了与 SSPR 相关的肿瘤因素，包括术前距肛缘距离、临床T分期降级情况、术前术后BMI以及MRI评估的临床N分期（图2）。其中，较低的术前术后BMI、较远的距肛缘距离、临床T分期肿瘤降级以及较低的临床N分期与较高的SSPR率相关。

图1.png

图2.使用LASSO回归分析进行SSPR因素筛选

人工智能模型精准预测保肛切除术成功率

基于上述6项关键因素，研究人员开发了7种不同的AI预测模型，其中逻辑回归（LR）、LightGBM模型表现出最佳的预测性能（图3）。所有模型在0. 3-0. 8个阈值概率范围内均具有良好的临床适用性（图4）。

图2.png

图3. 所有模型的ROC曲线

图3.png

图4. 模型的临床适用性评估

SSPR改善短期手术预后

研究发现，SSPR组与非SSPR组相比，在多个短期肿瘤手术预后指标上具有显著优势，包括更短的肿瘤长度、手术时间、估计失血量和住院时间，以及更短的手术深度指标。这些结果提示SSPR与更好的短期手术预后相关。

表1. SSPR对术后指标短期的影响

表1.png

本研究揭示了中国不同医院在SSPR成功率上存在显著差异。研究团队成功开发并验证了人工智能模型，能够基于术前特征准确预测SSPR。这一发现为临床医生提供了有力的工具，可用于术前评估患者是否适合进行保肛手术，从而优化治疗决策，提高手术成功率，并改善患者的术后生活质量。

参考文献

Wang X, et. al. Unraveling variations and enhancing prediction of successful sphincter-preserving resection for low rectal cancer: a post hoc analysis of the multicentre LASRE randomized clinical trial. Int J Surg. 2024 Jul 1;110(7):4031-4042.

责任编辑：Kingsley
排版编辑：Kingsley

08月02日

高耀鸿

中国医学科学院肿瘤医院 | 肿瘤内科

本研究揭示了中国不同医院在SSPR成功率上存在显著差异。研究团队成功开发并验证了人工智能模型，能够基于术前特征准确预测SSPR