(資料圖片)

記者18日從廣東省人民醫院獲悉，由該院乳腺腫瘤科王坤教授牽頭，聯合中山大學附屬第一醫院、佛山市第一人民醫院、汕頭市中心醫院，以乳腺磁共振成像為切入點，開展了一項人工智能深度影像組學研究，利用時間動態磁共振影像大數據，構建了針對乳腺癌不同分子亞型的多種機器學習模型，可在術前精準預測乳腺癌的病理完全緩解，取得良好的預測性能。相關成果刊發在《柳葉刀》雜志子刊《電子臨床醫學》上。

新輔助化療已成為局部晚期乳腺癌術前的標準治療方案。通過新輔助化療可實現腫瘤降期，使不可手術的乳腺癌達到手術條件，特別是病理完全緩解的實現，有望讓患者避免手術或改善術后生存質量。但目前病理完全緩解只能通過術后大體病理評估，在術前無創精準地預測新輔助化療療效的工具亟須開發。

王坤介紹，在開發人工智能模型時，考慮到乳腺癌不同亞型存在較大的異質性，他們創新性地根據乳腺癌的亞型進行模型的構建以及優化。同時，考慮到乳腺癌經過新輔助化療后癌灶會發生明顯改變，因此研究結合了新輔助化療前和后的兩期磁共振圖像，應用深度學習和影像組學的多模態技術，在世界范圍內首次實現時間動態磁共振圖像的精準建模，預測乳腺癌病理完全緩解，并在每種亞型均取得良好的預測性能。

據悉，研究收集的圖像數據來自患者在新輔助化療期間常規做的磁共振檢查，可讓患者在獲益于更精準的醫療決策時，不增加額外的花銷。“該模型在臨床應用時，對于乳腺科醫生操作友好，只需要把新輔助化療前和后的兩個時間點的磁共振圖像連同癌灶輸入到自動化模型中，即可得出模型的預測評分，從而為醫療決策提供依據，也將有助于實施更個體化的患者手術分層管理。”王坤表示。

關鍵詞：