联系人:邢先生 | 手机号码:138-1092-1567
乳腺癌已经成为全球范围内发病率最高的恶性肿瘤之一。目前，新辅助化疗（neoadjuvant chemotherapy, NAC）是局部进展期乳腺癌患者标准治疗方法，NAC指在实施局部治疗方法前所做的全身化疗，主要目的在于术前减轻肿瘤负荷、减少术后残余肿瘤的可能性以及减少癌细胞的扩散与转移，以利于后续的治疗。
然而，乳腺癌患者对NAC的疗效反应存在显著个体差异，仅有约19%-30%的患者可达病理完全缓解（pathologic complete response, pCR）；相较于病理不能完全缓解的患者（non-pCR），具有更好的预后和生存质量。但是，在患者接受NAC治疗前，如何预测患者的治疗效果？有没有一种NAC疗效反应预测标识，在术前甚至新辅助治疗开始前筛选出潜在的pCR和non-pCR患者人群，能让医生和患者不用再“投石问路”？
近日，广东省人民医院放射科、广东省医学影像智能分析与应用重点实验室（Media Lab）刘再毅、梁长虹科研团队联合中山大学孙逸仙纪念医院沈君团队以及河南省肿瘤医院曲金荣团队，在医学影像学领域顶级期刊Radiology (中科院一区top，2022年影响因子：19.7) 发表了乳腺癌新辅助化疗疗效反应预测方面的最新研究工作“MRI-based Quantification of Intratumoral Heterogeneity for Predicting Treatment Response to Neoadjuvant Chemotherapy in Breast Cancer”（《基于MRI量化肿瘤内异质性预测乳腺癌新辅助化疗疗效反应》）。该杂志为北美放射学会（RSNA）会刊，被公认为影像学领域最权威、最高质量的学术期刊。广东省人民医院石镇维博士、南方医科大学黄晓媚博士为本文的共同第一作者，广东省人民医院放射科主任、博士生导师刘再毅为唯一通讯作者。
该研究工作从乳腺癌新辅助化疗疗效反应难以早期预测的临床挑战出发，研究纳入了来自全球多中心的1589例女性乳腺癌患者数据，提出了一种基于常规检查增强磁共振成像影像数据的人工智能算法，预测乳腺癌患者新辅助化疗疗效反应。且该模型在多中心、大样本数据验证中显示出良好的泛化性，为未来临床应用与推广奠定了基础。
该研究还创新性地提出基于MRI的肿瘤生态多样性指数，用于评估乳腺癌肿瘤内异质性（intratumoral heterogeneity, ITH），联合临床病理信息和传统影像组学特征构建预测模型，发现基于新辅助化疗前DCE-MRI的乳腺癌ITH指数为新辅助化疗疗效的独立预测因子，为乳腺癌新辅助化疗疗效评估模型的临床应用提供了生物学依据。
“该方法能够帮助鉴别潜在获益患者，从而选择合适的治疗方案；对于非获益患者，可以考虑调整治疗策略，这一研究具有重要的临床应用价值。”刘再毅介绍。
德克萨斯大学MD安德森癌症中心乳腺分子影像主任兼功能影像实验室主任Gaiane M. Rauch教授在《Radiology》对本研究发表了同期评价文章指出，该研究不仅使用了多中心、大样本数据集构建和验证个性化模型预测乳腺癌新辅助化疗疗效，而且创新性地提出了肿瘤亚区域的分析算法，定量评估乳腺癌肿瘤空间异质性。该团队开发的模型，结合新辅助治疗前基于MRI的定量分析和患者特定的临床病理信息，用于预测乳腺癌患者对新辅助治疗的疗效反应，是精准影像领域发展的又一进步。
本研究的发表是影像AI研究多中心合作及多学科合作的的成功典范，针对乳腺癌新辅助化疗疗效难以早期预测的临床挑战，刘再毅团队创新性地提出了一种基于乳腺癌磁共振常规检查的肿瘤内异质性定量评估方法，并利用多中心、大样本数据验证了其预测效能和模型的泛化性。这些研究结果为乳腺癌患者新辅助治疗的早期干预与管理提供了可靠的辅助临床决策依据，为临床应用和转化提供了重要的支持和指导。在全球乳腺癌放射影像领域，该项研究成果位居第一梯队。此外，刘再毅团队正在积极转化相关研究成果，希望为乳腺癌患者的个体化精准诊疗提供更有力的辅助决策工具。
放射科
联系人:邢先生 | 手机号码:138-1092-1567