(資料圖片僅供參考)
新輔助化療已成為局部晚期乳腺癌術前的標準治療方案。但是，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(chuàng)精準地預測新輔助化療療效的工具亟需開發(fā)。
近日，由廣東省人民醫(yī)院乳腺腫瘤科王坤教授牽頭，聯(lián)合中山大學附屬第一醫(yī)院、佛山市第一人民醫(yī)院、汕頭市中心醫(yī)院，在英國柳葉刀雜志子刊《電子臨床醫(yī)學》論文題目：基于時間動態(tài)磁共振的融合模型預測乳腺癌新輔助化療后的病理完全緩解：一項多中心回顧性研究的最新研究成果。論文的第一作者為王坤教授團隊的黃育鴻博士后。王坤教授團隊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(tài)磁共振影像大數(shù)據(jù)，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，從而輔助乳腺癌新輔助化療后的手術制定，也將有助于實施更個體化的患者手術分層管理。
王坤介紹，在開發(fā)人工智能模型時，考慮到乳腺癌不同亞型存在較大的異質(zhì)性，創(chuàng)新性地根據(jù)乳腺癌的亞型進行模型的構建以及優(yōu)化，同時，考慮到乳腺癌經(jīng)過新輔助化療后癌灶會發(fā)生明顯改變，該研究聯(lián)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(tài)技術，在世界范圍內(nèi)首次實現(xiàn)時間動態(tài)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。
通訊員供圖
據(jù)悉，研究收集的圖像數(shù)據(jù)來自患者們在新輔助化療期間常規(guī)做的磁共振檢查，可讓患者獲益于更精準的醫(yī)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(yī)生來說操作比較友好，只需要把新輔助化療前和后的兩個時間點的磁共振圖像聯(lián)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(yī)療決策提供依據(jù)。
（文章來源：深圳商報）
標簽：
