胃癌是一種起源于胃黏膜上皮的常見惡性腫瘤，其早期癥狀隱匿且無(wú)特異性，常與胃炎、胃潰瘍等慢性疾病癥狀類似，極易被忽略，致使80%-90%胃癌患者初診時(shí)已屬進(jìn)展期。目前，進(jìn)展期胃癌患者的主要治療手段是外科手術(shù)，但其預(yù)后不佳，5年生存率僅為30%。

近年來(lái)，新輔助化療在改善進(jìn)展期胃癌患者預(yù)后方面取得了一定效果，為廣大外科醫(yī)生和患者所接受。然而，仍有約30%進(jìn)展期胃癌患者無(wú)法從新輔助化療中獲益，卻要承受疾病進(jìn)展風(fēng)險(xiǎn)、額外身體損傷及高額治療費(fèi)用。術(shù)后組織病理學(xué)檢查雖是新輔助化療療效評(píng)估的金標(biāo)準(zhǔn)，但明顯滯后，不具備臨床治療方案優(yōu)化的指導(dǎo)價(jià)值。因此，治療前精準(zhǔn)識(shí)別進(jìn)展期胃癌新輔助化療抵抗患者至關(guān)重要。

前期，中國(guó)科學(xué)院蘇州生物醫(yī)學(xué)工程技術(shù)研究所高欣團(tuán)隊(duì)聯(lián)合山西省腫瘤醫(yī)院，首次提出了一種基于人工智能的進(jìn)展期胃癌新輔助化療療效預(yù)測(cè)方法。在此基礎(chǔ)上，團(tuán)隊(duì)針對(duì)進(jìn)展期胃癌新輔助化療抵抗患者識(shí)別難題，基于醫(yī)學(xué)影像智能計(jì)算技術(shù)，提出了一種療效預(yù)測(cè)新方法。團(tuán)隊(duì)通過ResNet-50神經(jīng)網(wǎng)絡(luò)架構(gòu)，自動(dòng)挖掘腫瘤影像高維特征，同時(shí)借助多通道圖像輸入策略，深度融合腫瘤影像空間特征，并利用腫瘤邊界信息引導(dǎo)網(wǎng)絡(luò)重點(diǎn)關(guān)注病灶區(qū)域，最終構(gòu)建一種端到端的進(jìn)展期胃癌新輔助化療療效預(yù)測(cè)模型（圖1）。該研究使用3家醫(yī)院的633例進(jìn)展期胃癌患者CT影像數(shù)據(jù)進(jìn)行模型訓(xùn)練與驗(yàn)證。

圖1 進(jìn)展期胃癌新輔助化療療效預(yù)測(cè)新方法流程

圖2 進(jìn)展期胃癌新輔助化療療效預(yù)測(cè)模型可視化圖例

結(jié)果表明，所構(gòu)建的模型精度高且泛化性強(qiáng)，在內(nèi)外部測(cè)試集上預(yù)測(cè)精度均大于0.75，是目前報(bào)道中性能最佳的端到端式進(jìn)展期胃癌新輔助化療療效預(yù)測(cè)模型。此外，為了進(jìn)一步直觀展現(xiàn)模型的可解釋性，團(tuán)隊(duì)通過可視化方法量化腫瘤影像與化療抵抗間的對(duì)應(yīng)關(guān)系。腫瘤內(nèi)部模型激活區(qū)域并不均勻，為揭示腫瘤異質(zhì)性與化療抵抗間的隱含關(guān)聯(lián)提供了借鑒思路（圖2）。

相關(guān)成果發(fā)表于Gastric Cancer。研究工作得到國(guó)家自然科學(xué)基金委員會(huì)等機(jī)構(gòu)的資助。

原始出處：

Zhang J, Cui Y, Wei K, Li Z, Li D, Song R, Ren J, Gao X, Yang X. Deep learning predicts resistance to neoadjuvant chemotherapy for locally advanced gastric cancer: a multicenter study. Gastric Cancer. 2022 Aug 6. doi: 10.1007/s10120-022-01328-3