【408】人工智能算法可助力乳腺癌个体化治疗

点评：（2023-08-12，补充）

学习这文章，最大收获：癌症患者，目前推行多学科协作，综合评估，对肿块较大，多提议先行协助化疗，缩小肿块，利于外科手术治疗。且多有评论：哪家医院多学科协作先走一步，医疗水平提前提升一步，这个评价，一点没错。

然而，本文报道，仅有19%～30%的患者可达病理完全缓解，拥有更好的预后和生存质量。本报告的先进之处，提前了解乳腺癌患者新辅助化疗疗效反应

曾有患者个体见闻：某肿瘤患者，新辅助化疗前，肺癌肿瘤 5 公分，化疗后，肿块缩小到2-3公分，未进行手术治疗，但发现已骨转移。应了文献【1】专家共识所述，肺癌在发现时70--80%有肺癌转移，其中30-40%骨转移。

另有文献【2】介绍骨转移内容。

【1】骨转移的治疗指南 

http://news.sohu.com/a/536076951_120647829

【2】四肢骨转移瘤外科治疗指南2019

四肢骨转移瘤外科治疗指南2019

【408】哪些患者更适合做新辅助化疗，疗效能不能预测？新研究提示——

人工智能算法可助力乳腺癌个体化治疗

**报，2023年7月20日（20

近日，一项研究提出了一种基于增强磁共振成像影像数据的人工智能算法，可预测乳腺癌患者新辅助化疗疗效反应。该研究由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、河南省肿瘤医院曲金荣团队完成。相关研究论文发表在北美放射学会会刊《放射学》上。

新辅助化疗是局部进展期乳腺癌患者的标准治疗方法，即在实施局部治疗方法前所做的全身化疗，主要目的是使肿块缩小，及早杀灭看不见的转移细胞，以利于后续治疗。然而，乳腺癌患者对新辅助化疗的疗效反应存在显著个体差异，仅有19%～30%的患者可达病理完全缓解，拥有更好的预后和生存质量。有没有一种疗效反应预测标识，可以在术前甚至新辅助化疗开始前筛选出潜在的病理完全缓解患者和病理不能完全缓解患者？

研究人员纳入全球多中心的1589名女性乳腺癌患者的数据，提出了一种基于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。该模型在多中心、大样本数据验证中显示出良好的泛化性。

据了解，由于肿瘤内部存在不同的细胞亚群和基因突变，可能对治疗具有不同的敏感性和抵抗性，所以肿瘤异质性被广泛认为是导致患者治疗反应差异的一个重要原因。因此，准确评估和理解肿瘤的异质性，对于个体化的治疗选择和预测疗效具有重要意义。

该研究利用人工智能算法创新性地提出基于MRI的肿瘤生态多样性指数，利用患者的影像资料，无创地评估乳腺癌肿瘤内异质性。同时，项目组联合临床病理信息和传统影像组学特征构建预测模型，发现基于乳腺癌ITH指数为新辅助化疗疗效的独立预测因子。

与以往研究相比，该研究提出的ITH指数从肿瘤异质性的角度，为乳腺癌新辅助化疗疗效预测提供了额外的增益信息，为模型的临床应用提供了生物学依据。