皇家马斯登新研究：人工智能助力CT扫描预测肺癌复发风险-出国看病-盛诺一家

一项新研究结果表明，人工智能（AI）可以协助CT扫描判断非小细胞肺癌（NSCLC）患者复发的风险，该项目是由皇家马斯登医院、英国癌症研究院和伦敦帝国理工学院的研究人员合作进行的。

研究详情

这项研究名为OCTAPUS-AI，开始阶段使用的影像和临床数据来自英国和荷兰的900多名非小细胞肺癌（NSCLC）患者，这些患者均接受了根治性放疗。该研究的目的是开发和测试机器学习（ML）算法，以了解这些算法模型预测癌症复发的准确性。

该研究在早期诊断检测中心（Early Diagnosis and Detection Centre）支持下开展，旨在加快癌症的早期诊断。早期诊断检测中心由皇家马斯登与英国癌症研究院（ICR）合作建立，并得到了皇家马斯登癌症慈善机构和英国国家健康研究所（NIHR）的资助。

来源：摄图网

非小细胞肺癌（NSCLC）占肺癌病例的近六分之五（85%），如果及早发现的话，这种疾病通常是可以治愈的。然而在英国，有超过三分之一（36%）的非小细胞肺癌（NSCLC）患者会经历病情反复，也就是癌症复发。

根据非小细胞癌（NSCLC）患者的复发风险不同，这项技术可以改良治疗后的随访策略，蕞终有望推广应用于其它癌症类型。这意味着复发风险高的患者能够更早被发现，从而得到尽早干预，预后也会更好，而复发风险低的患者则可以避免不必要的后续扫描和医院复查。

这些研究结果已在自然学术期刊《npj Precision Oncology》上发表。结果表明：在正确识别哪些非小细胞癌（NSCLC）患者在完成放疗后两年内复发的风险更高的研究中，研究人员的模型比建立在国际通用肿瘤分期系统TNM staging system上的模型更准确。

国际通用肿瘤分期系统（TNM）用来描述患者体内癌症的数量和扩散程度，这个系统是目前预测癌症患者预后的金标准。

一个名叫“曲线下面积”（AUC）的测量值被用来表示这个系统工具的有效可用性。AUC为1，表示系统每次都是正确的；AUC为0.5，表示这个数值是随机猜测的分数；AUC为0，表示它总是错的。该模型的AUC为0.738，高于传统的TNM分期技术得分0.683。

影像数据取自为制定治疗计划而做的CT扫描，所有非小细胞癌（NSCLC）患者在放疗前都进行过这种扫描。为了分析这些数据，研究人员使用了一种称为放射组学的技术，该技术可以从人眼无法看到的医学图像中提取有关患者疾病的预后信息，该技术采集到的数据也可能用来与生物标记相关联。因此，研究人员认为放射组学也可以成为个性化医疗和改善治疗后疾病监测的有效工具。

研究意义

OCTAPUS-AI研究的的负责人，皇家马斯登医院临床肿瘤学住院医师、伦敦帝国理工学院临床研究员Sumeet Hindocha医生说：

Sumeet Hindocha医生

“尽管这项工作还处在非常早期的阶段，但在正确预测肿瘤再生长方面，我们的模型已经比传统方法显示出更多的优势。这意味着临床医生蕞终可能通过使用我们的技术，更早地识别高风险患者的复发情况。”

“接下来，我们想探索更先进的机器学习技术，比如深度学习，看看我们是否能得到更好的结果。然后我们希望能在蕞近被诊断为非小细胞肺癌的患者身上测试这个模型，并随访记录他们的病情，来看看这个模型是否能准确预测他们的复发风险。”

伦敦帝国理工学院的UKRI人工智能医疗健康中心医学医生培训计划资助了Sumeet Hindocha 医生的研究。

OCTAPUS-AI研究的首席研究员，皇家马斯登医院呼吸内科专家、早期诊断专家、英国癌症研究院早期诊断和检测小组组长Richard Lee医生说：

“人工智能技术是癌症研究中令人兴奋的新前沿技术，皇家马斯登正在引领和利用这项技术，来更有效地诊断、检测和预防疾病。”

“这项创新研究展示了人工智能如何提高我们预测癌症发展的能力，包括一名患者是否可能复发，可能帮助非小细胞肺癌患者活得更长，以及减少疾病对他们生活的影响。”

“我们希望将来这种方法能够成功拓展，预测所有类型的癌症复发。目前我们的模型使用了非小细胞肺癌这种疾病特有的特征，但通过不断改进完善算法，这项技术可以有更广泛的应用。”

患者案例

69岁的退休教师Les Bennett来自伦敦，她是皇家马斯登医院的患者，曾3次被诊断出患有非小细胞肺癌。她接受的治疗包括手术、放疗和短暂的纳武单抗免疫治疗。Les Bennet的病史与本研究中患者的情况相符，她说：

“早在2003年，我就被诊断出患有毛细胞白血病，这是一种非常罕见的癌症，虽然无法完全治愈，但可治疗性很高。在2014年的一次后续扫描中，当地医院的医生在我的肺部发现了一种被称为‘磨玻璃样混浊’的异常现象。这种现象通常是良性的，但我后来才知道，它也可能是癌症的征兆。这个消息简直是晴天霹雳，因为我的父亲在我10岁时死于肺癌，我觉得这就是一个潜在的死刑判决。”

“后来我一直接受着密切监测。2016年，我被诊断出左侧肺癌。第二次确诊是在2018年，我的右肺受到了侵蚀。第三次确诊是在2020年，也就是那时候我被转诊到皇家马斯登医院，参加了STILE临床试验，接受了放疗和纳武单抗治疗。但四个月后，由于治疗引起了一些炎症，我不得不停止了治疗。”

“我接受到的疾病监测，包括在皇家马斯登医院治疗期间的疾病监测，都非常出色，我认为有一个为我量身定制的治疗方案至关重要。2016年以来，我大约每三个月就要接受一次扫描，由于目前情况稳定，我将在六个月后再次接受检查。定期复查能够确保我每次被确诊后都能得到及时的治疗。

“近期随访间隔时间的延长对我真的很有帮助，因为我通常在拿到扫描结果之前会惶恐不安，并且变得极度焦虑。皇家马斯登医院了解到我有‘扫描恐惧症’，对此表现得非常理解和支持。例如，他们特意向我推荐了心理支持，并确保我能快速便利地收到报告结果。”

原文链接：

https://www.royalmarsden.nhs.uk/study-suggests-ai-can-predict-risk-lung-cancer-returning-using-ct-scans

本文内容由皇家马斯登医院提供并授权发布