首页 > 文章详情

滕皋军院士领衔研发无创影像组学模型，锁定TACE联合治疗优势人群

11月20日

来源：肿瘤界

近日，中国科学院院士、东南大学附属中大医院滕皋军教授团队联合中国科学院自动化研究所等全国多家医院、研究机构，利用中国肝癌临床研究联盟（CHANCE）平台大规模真实世界数据，基于人工智能算法开发出一种可从术前影像中解析肿瘤异质性的影像组学指数，为肝癌联合治疗的精准分层提供了新的思路。相关成果以“影像标志物量化肝癌瘤内异质性以预测TACE联合靶免治疗应答（Decoding tumor heterogeneity with imaging biomarkers predicts response to TACE plus Immunotherapy and targeted therapy in HCC）”为题，发表于《肝脏病学》（Hepatology）。

肝癌是我国最常见、最具侵袭性的恶性肿瘤之一。对于无法手术切除的患者，经导管肝动脉化疗栓塞术（TACE）联合免疫与靶向治疗已成为近年来迅速被广泛应用的治疗策略。如何在治疗前精准识别最可能从联合治疗中获益的患者，已成为肝癌临床管理中的重要挑战。在治疗开始之前，能否利用一种安全、快速、非侵入的方式识别“最可能有效的患者”？

研究示意图

该研究共纳入全国19家三甲医院的690例接受一线TACE联合靶免治疗的不可切除肝癌患者。研究团队基于治疗前的增强CT，通过深度学习模型和超像素分割方法捕捉肿瘤全局形态与内部结构上的复杂特征。在此基础上，将肿瘤全局影像特征与瘤内异质性特征两类信息融合构建出肿瘤全局—瘤内异质性影像组学模型。该模型在多队列中进行了系统验证，旨在从影像维度上提供一种可高度重复、可跨中心泛化的预后预测工具。

研究结果显示，该综合影像指数在各数据集中表现稳定，可显著区分治疗应答者与非应答者，并能有效分层患者的总体生存期。进一步的影像–转录组学联合分析揭示，模型所预测的低风险患者呈现典型的免疫活跃型微环境，浆细胞及M1型巨噬细胞显著富集，而高风险组则更倾向于呈现以 M2型巨噬细胞为主的免疫抑制状态。

总体而言，该研究通过整合人工智能影像分析、多维影像组学及转录组信息，构建了一种可从常规CT中无创获得的肿瘤表型指标，能够在治疗前帮助识别最可能从TACE联合靶免治疗中获益的患者。

东南大学附属中大医院是该研究项目的第一完成单位，东南大学附属中大医院博后金志成、中国科学院自动化研究所副研究员魏靖伟、中南大学附属湘雅二院肖煜东主任和南京大学附属金陵医院司安锋主任是该论文的共同第一作者。东南大学附属中大医院滕皋军院士、中国科学院自动化研究所田捷教授、东南大学附属中大医院朱海东教授和南京大学附属金陵医院王新颖教授主任是该论文的共同通讯作者。该论文的研究工作得到了中国肝癌临床研究联盟（CHANCE）多中心研究者的支持和帮助。

责任编辑：肿瘤资讯-Skye
排版编辑：肿瘤资讯-as

免责声明

本文仅供专业人士参看，文中内容仅代表肿瘤界订阅号立场与观点，不代表肿瘤资讯平台意见，且肿瘤资讯并不承担任何连带责任。若有任何侵权问题，请联系删除。