临床肿瘤学二级教授 博士生导师
上海交通大学医学院附属仁济医院肿瘤科主任
仁济医院MDT专家委员会主任委员
上海交通大学胰腺癌诊治中心主任
长三角肿瘤专科联盟会长
中国临床肿瘤学会（CSCO）理事
CSCO胰腺癌专家委员会第一届主任委员
中华医学会肿瘤学分会委员兼胰腺肿瘤学组组长
上海市抗癌协会副理事长兼疑难肿瘤专委会主任委员
上海市医学会理事兼肿瘤内科专科分会主任委员
上海市领军人才、上海市优秀学科带头人
主要从事消化系统肿瘤临床诊治和转化研究；2001至2004年美国加州大学洛杉矶分校（UCLA）和MD Anderson肿瘤中心访问研究。主持制定了我国首个《胰腺癌综合诊治中国专家共识》和中国临床肿瘤学会首个《CSCO胰腺癌诊疗指南》，主持包括自然基金重大研究计划在内的 6 项国家自然基金项目、2项重大新药创制项目和10 多项各类基金项目；现为《Journal of Pancreatology》副主编、《Cancer Research》《JHO》《肿瘤》《临床肿瘤学》等杂志编委，发表SCI论文100余篇，他引1000余次 。
2022年4月10日，上海交通大学医学院附属仁济医院肿瘤科主任王理伟教授在“中国数字化肿瘤诊疗产业高峰论坛”肿瘤数字化影像专场做了主题为《智能影像在胰腺癌诊疗中的应用》的报告，本文根据专家报告内容整理，并经专家审核确认。
一、胰腺癌诊治现状
近年来，胰腺癌的发病和死亡快速上升，治疗效果难以改善。数据显示，2018年全球胰腺癌新发病例超45万，死亡/发病比（M/I）为0.94，也就是100个患有胰腺癌的人中只有6人能活下来。中国2016年胰腺癌新发病例超10万，死亡病例达8.79万例，排在我国恶性肿瘤死因的第六位。世界卫生组织预测，如果胰腺癌诊治现状不能改善，至2030年胰腺癌将成为全球第二大癌症死因。
图1 世界级中国各类癌症的发病与死亡情况
胰腺癌在诊断时约60%的人已经转移，中位生存期6个月；25%的病人处于局部进展期，中位生存时间9个月；可切除的胰腺癌占15%，中位生存时间17-20个月。总结来看，胰腺癌的发病特点是“三高”，发病率增高、复发转移率高、死亡率高；“三低”，早期诊断率低、5年生存率低、手术切除率低。
图2 胰腺癌诊断时分期与生存期
胰腺癌诊治中，多数患者诊断时分期较晚，中位生存期不足一年。85%的病人首选系统治疗，其中60%的人胰腺癌已转移，25%左右的病人需要通过药物治疗创造手术机会。
1996年之前因没有有效药物，胰腺癌诊断后如不能手术，基本等于放弃治疗。1997年吉西他滨上市，可以用于晚期胰腺癌病人的治疗。随后也有一系列的研究开展，但成效少，可治疗胰腺癌的药物少，且对病人的治疗效果有限。
图3 胰腺癌药物治疗的研究历程
2007年以前，关于胰腺癌术后是否应该做辅助治疗具有争议，2007年发表在JAMA上的研究表明胰腺癌术后可以从药物治疗中获益，确立了药物治疗在胰腺癌综合治疗中的作用。
图4 胰腺癌专家委员会的成立及发展历程
此后胰腺癌药物治疗的研究越来越多，为促进胰腺癌多学科的规范化治疗和个体化治疗，2012年CSCO成立胰腺癌专家委员会。于2014年发布第一版《胰腺癌综合诊治中国专家共识》，2016年发布第二版《胰腺癌综合诊治中国专家共识》，2018年首个《CSCO胰腺癌诊疗指南》应运而生，此后相关指南逐步更新。2018年10月，中华医学会肿瘤学分会胰腺肿瘤学组成立，王教授担任组长，主持开展了包括80家医院在内的胰腺癌外科诊疗的真实世界研究，包括50家医院在内的晚期胰腺癌真实世界研究。
图5 中国胰腺疾病大数据中心（CPDC）
第一期数据于2021年公布，大家惊讶的发现真实世界研究公布的数据与临床研究的数据差距较大：
一、只有73.5%晚期胰腺癌病人获得病理诊断，基因检测比例约为2.5%；
二、33%晚期胰腺癌病人未进行治疗或者脱落；
三、在治疗的病人中，辅助治疗mDFS仅113天，但研究报告中辅助治疗DFS在八个月左右；
一线治疗mPFS仅81天，但一般应该是5-6个月。真实世界的DFS、PFS明显缩短，与临床研究结果和单中心数据差异较大，表明很多病人并没有得到规范的、综合的治疗，我国胰腺癌诊断治疗的规范化有待提高。
图6 首批5349例晚期胰腺癌患者真实世界数据
此次真实世界研究的30%以上数据是通过人工智能对特定字段进行分析获得的，人工智能可以帮助采集真实的数据，为疾病的诊断和治疗提供真实的研究依据。
二、胰腺癌早期诊断进展
胰腺癌早期诊断获益很高，但难度很大，目前尚无合适的早期诊断的生物标志物，主要通过MRI、CT、超声内镜等影像检查进行诊断，大部分病人发现时已经较晚。
对于胰腺癌早期诊断，一方面我们要研究发现更为敏感的早期标志物，另一方面要对具有胰腺癌家族遗传史的高风险人群进行影像学筛查。如果一个人家族里面有1个胰腺癌病例，此人得胰腺癌的风险比一般人群高三倍；如果一个人家族里面有2个胰腺癌病例，此人得胰腺癌的风险比一般人群高十八倍。因此这种高风险人群值得进行影像学筛选。在家族遗传史人群的筛查中，超声内镜或MRI检查敏感性显著高于CT。
就病理对照而言，目前大部分研究中AI读片准确率并未超过人工，但我们期待AI加持的辅助MRI技术能提高早期胰腺癌检出率，特别是提高在高危人群中的敏感性。
人工读片的优势是快速获取解剖图像，成熟且多样的成像序列，缺点是信噪比和对比噪声分辨效果差，难以早期诊断，如果医生没有经验，会遗漏很多早期病变。
AI辅助读片优点是可以从原始数据提炼分析、从多种模型中进行机器学习，理论上具有更高的准确率（目前对比人工暂无显著优势），缺点是缺少大量数据进行深度学习，诊断水平上不去，个例中不确定性高（与胰腺癌的异质性有关，需要人工裁定），人工智能获得的结论缺乏科学解释。
三、胰腺癌精准分期
肿瘤的精准分期对治疗方案的制定和预后的判断非常重要。胰腺癌术前评估困难，术前分期和术中情况差异大。AI辅助影像可以提供更多信息：
一、辅助判断病灶活性（如是否坏死）；
二、辅助重建分析血管包饶情况，提供精准分期信息；
三、辅助分析肿瘤与血管及周围正常组织关系；
四、辅助分析肿瘤与血管关系；
五、更好的术前评估胰腺癌与肠系膜上动脉的关系；
六、更好的在胰腺癌术前判断淋巴结转移。
胰腺癌非常特殊，胰头部、勾突部血管非常多，判断是否有血管的侵犯以及与周围组织的关系、黏连的程度，对于医生制定手术方案非常重要。希望通过AI影像辅助分析肿瘤与血管及周围正常组织的关系，甄别哪些血管是真正的侵害，哪些血管是黏连，提供分期信息，辅助制定手术方案和预测预后。
图7 AI影像辅助分析病灶活性、血管包饶情况
其他肿瘤例如胃、肠的肿瘤要做到R0切除，但胰腺癌在勾头部的手术有70%左右做不到R0切除，往往是R1切除。术前的评判非常重要，如果手术有困难，组建一些新辅助治疗，通过降期以后再给这些患者进行手术治疗，可能会更好。
影像学的精准分期对于制定先手术还是新辅助非常重要。新辅助也存在问题，因为胰腺癌的药物有效率低，所以50%的病人在做新辅助时就进展了，无法手术，这也是胰腺癌术前分期的重要性所在。大数据表明，病人如果不适合手术，特别是不能达到R0手术的病人，手术以后病人获益低，甚至缩短生存期。
图8 AI影像辅助分析肿瘤与血管关系
图9 基于MRI的影像组学在胰腺癌术前判断淋巴结转移
肿瘤和周围血管的关系以及侵犯的程度非常重要。图9 A显示肿瘤包裹了血管，有没有侵犯到弹力膜，能否通过弹力膜层的剥除达到R0切除，需要我们去判断。但从解剖上的影像学来判断比较困难，是否可以从人工智能影像方面，或者未来从分子影像方面来做一些判别呢？
图10 通过影像特征预测胰腺癌TP53突变状态
基于MRI的影像组学可更好的在胰腺癌术前判断淋巴结转移。图10 B的淋巴结转移从一般的影像学上来看是不规则的，术前判断这是真正的淋巴结转移，还是可能的淋巴结反应性增大，对于决定手术时是否对其进行切除非常重要。
最近关于影像组学的一些报道我感到非常有意思，研究发现可以用TP53突变状态帮助医生预测预后，我认为这也是未来的发展趋势。TP53突变是胰腺癌中一个非常重要的抑癌基因突变，该基因能帮助预测胰腺癌病人的预后，也能在胰腺癌靶向药物的治疗中提示疗效。我正在研究一个靶向TP53的抑制剂，目前在做一期临床，对于TP53突变的胰腺癌效果可能会更好。胰腺癌穿刺有时非常困难，每个病人要拿到较多组织进行基因检测有一定难度。如果可以通过影像组学提示TP53有没有突变，对于帮我们选择治疗方案也非常重要。
四、胰腺癌疗效评估
85%的胰腺癌患者通过药物进行治疗，但胰腺癌的疗效评估不准确，治疗中肿瘤大小信息可能掩盖肿瘤对药物的真实反应。大约70%的胰腺癌病人的病理组织学为纤维化状态，细胞成分很少，分散在纤维组织中。纤维组织的吸收、缩小不像富有细胞的肿瘤那么明显，即使有时药物效果比较好，也可能无法观察到。所以影像学的评估对于胰腺癌原发病灶疗效的评估往往不太真实，会影响我们对胰腺癌药物疗效的判断。
图11 胰腺癌的病理组织学特征
人工智能参与的影像组学可以提高胰腺肿瘤免疫治疗疗效评估的准确性。免疫治疗药物的应用也对我们肿瘤疗效的评估提出了新的挑战。
图12 针对接受AG联合PD-1治疗的患者进行智能影像疗效评估探索
图12展示了报道于2020年的我们团队与蔡教授合作发起的一项研究，化疗加上免疫治疗在胰腺癌的应用，结果客观有效率较高。研究过程中，我们遇到一些评估上的难题，也使用昆捷公司提供的智能影像系统进行了一些研究。
第一期共有30个病例，对于其中25例，我们的研究发现，智能影像系统能够自动识别肿瘤边界，给出肿瘤最长径和最短径。准确画出肿瘤边界非常考验医生的专业能力，非常耗时。量肿瘤大小非常重要，肿瘤小于30%就是T2，大于30%就是进展。我们希望研发一款医生大致画一画，就可以自动识别肿瘤边界的软件，昆捷这款软件可以做到。我想再进一步验证做到一百例左右。
智能影像系统还可以自动生成符合recist1.1标准的高质量影像报告和临床试验评估报告。临床研究时将生成的报告作为辅助报告，可以使我们临床研究的评估更加客观，而且可以大大节省医生的劳动量、劳动强度，非常有意义和价值。
我们对30例病例进行评估时，人工评估请了2位副高以上的专家，有27例人工评估和软件评估一致，一致率90%。我们对30例病例进行了47次回访，其中40次人工评估结果与软件评估结果一致，一致率达85.10%。我认为它的精确度，特别是对复杂病灶的精确度，已经超过了一般水平的人工评估。
对年轻医生来说，评估比较费时，不一定准确。而且人与人之间的评估可能不同，同一个人在不同时间的评估也可能有差别。人工智能不会有差别，只要点病灶，大概画一下，它就会自动给出结果。如果涉及多中心临床研究，更难以保持评估的一致。如果我们用这样的一致性很好的人工智能软件来评估多中心临床研究，是非常有意义的。
同时，我们也期待人工智能是否可以做一个3D肿瘤体积的评估。如果能结合影像组学对靶向治疗新药的研究以及对免疫治疗的新药研究，进行肿瘤细胞的活性或者分子特征的改变的研究，我觉得会更有意义和价值。
总之，AI支持下的影像组学可能能够帮助我们术前评估，提高胰腺癌分期的准确性，指导制定治疗方案及预测预后。
但智能影像系统也有一定的缺陷与局限性：
一、对于密度不均匀的病灶边界识别仍存在问题，希望深度学习能够解决这一问题；
二、软件操作较繁琐，希望能够简化；
三、影像组学结果需要充分解读，包括影像特征与周围的关系，如何能使临床医生看起来简单明了、容易辨别。
五、小结
早期诊断：
现有生物标志物和影像检查难以进行胰腺癌的早期诊断，一方面我们要研究发现更为敏感的早期标志物，另一方面要对具有胰腺癌家族遗传史的高风险人群进行影像学筛查。
智能影像实现早期诊断难度较大但值得期待，需要采集大量数据进行深度学习，提升准确度，探究如果对分析结果进行科学有效的解释。
精准分期：
AI支持下的影像组学可辅助术前评估，辅助分析病灶活性、血管包饶情况，辅助分析肿瘤与血管及周围正常组织的关系，判断淋巴结的转移，评估胰腺癌与肠系膜上动脉的关系，提高分期准确性，指导制定治疗方案及预测预后。通过影像组学提示TP53是否突变，也是未来帮助我们选择治疗方案的趋势。
疗效评估：
探索性研究对比人工和AI读片疗效评估，AI读片在未来能够辅助人工疗效评估，提高多中心临床研究疗效评估的一致性，大大节省医生的工作量。但是智能影像系统仍有一些缺点有待改进，希望改善后可以在临床研究中发挥很好的作用。
苏公网安备32059002004080号
