深睿医疗联合贵州省人民医院建立肾透明细胞癌肿瘤坏死及SSIGN评分AI预测模型
肾透明细胞癌科研进展
近日，深睿医疗与贵州省人民医院合作完成了针对肾透明细胞癌(ccRCC)肿瘤坏死和SSIGN评分的两篇科研论文，并被国际知名期刊《Frontiers in Oncology》收录。两篇论文均采用多中心数据建模，通过AI预测模型实现了术前ccRCC侵袭性及预后风险分层的有效预测，为ccRCC术前治疗选择提供了重要的决策依据，并为AI模型在肿瘤领域的应用提供有效的理论支持。
《Frontiers in Oncology》主要出版肿瘤相关领域的研究，包括：基础实验、临床实验、癌症预防和治疗、肿瘤影像学以及新治疗靶点的相关研究，旨在向全世界学者、研究人员、临床医生及公众传播和交流肿瘤领域最新知识及高影响力的科学发现。
预测肿瘤坏死
助力术前决策
本研究选取132例A院病理确诊为ccRCC患者作为训练集，123例B院ccRCC患者作为独立验证集。从增强CT的皮质期和实质期两期增强图像提取影像组学特征，基于一致性评价和LASSO方法筛选37个特征用来建立影像组学标签，同时根据医生主观视觉评价指标（肿瘤大小和瘤内血管）构建常规影像特征模型。最后将影像组学特征与常规影像特征相结合，构造融合模型，即影像组学诺模图。
在训练和验证集中，影像组学诺模图在预测能力（训练集AUC=0.93；验证集AUC=0.87）及预测一致性（训练及验证集中Hosmer-Lemeshow检验 p值均>0.05）方面显示出令人满意的结果。此外，决策曲线分析影像组学诺模图具有最佳的临床应用价值。
Figure1 本研究的技术路线图
Figure2 训练集和测试集三个模型对于ccRCC肿瘤坏死预测的ROC曲线
SSIGN评分预测
辅助术前预后分层
手术是治疗肾透明细胞癌（ccRCC）的主要手段，但术后20-30%的患者会出现转移或复发，因此术前对于ccRCC患者的预后风险分层意义重大。SSIGN是由美国梅奥医院根据肿瘤坏死、细胞核分级、直径大小和肿瘤分期而制订的预后风险评分系统。深睿医疗与贵州省人民医院合作完成了最新的相关论文《Preoperative CT Radiomics Predicting the SSIGN Risk Groups in Patients with Clear Cell Renal Cell Carcinoma: Development and Multicenter Validation》，其目的是基于影像组学构建SSIGN术前低风险及中高风险患者的预测模型。该研究通过国内外三个独立数据集进行影像组学模型的训练、验证及优化，其结果均展示了较好的预测能力、一致性及临床应用价值，进一步证明了影像组学在ccRCC术前评估中可行性和有效性。
本研究将国内外3个中心的330例ccRCC患者分为训练集、外部验证集1和外部验证集2，分别评估基于医生主观评价的常规影像模型、影像组学模型及融合模型对于SSIGN低风险组(得分0-3)和中等到高风险组(得分≥4)预测价值。通过一致性分析和LASSO方法筛选出16个影像组学特征并建立影像组学模型，其展示了满意的预测效果，训练集AUC=0.87，外部验证集1 AUC=0.87，外部验证集2 AUC=0.92。相对于常规影像特征模型，影像组学模型显示了较好的预测价值(p < 0.05)。虽然影像组学模型与融合模型预测能力无明显差异(p＞0.05)，但在预测一致性及临床应用方面影像组学模型略优于融合模型。因此影像组学对于SSIGN风险组预测具有最好的预测及应用价值。
影像组学标签、常规影像特征模型与融合模型对于SSIGN评分预测的ROC曲线和校准曲线
▲王荣品教授、博士生导师
贵州省人民医院医学影像科主任
作为此次研究的负责人，贵州省人民医院医学影像科主任王荣品教授表示：“依托Dr.wise®影像组学平台，可实现ccRCC肿瘤坏死和SSIGN评分的术前预测模型构建，并通过多中心独立验证，说明AI模型在肿瘤领域具有潜在的应用前景，有望辅助肿瘤临床诊疗决策。”
被
收
录
文
章
■A Computed Tomography-based Tadiomics Nomogram to Preoperatively Predict Tumor Necrosis in Patients with Clear Cell Renal Cell Carcinoma
Yi Jiang, Wuchao Li, Chencui Huang, Chong Tian, Qi Chen, Xianchun Zeng, Yin Cao, Yi Chen, Yintong Yang, Heng Liu, Yonghua Bo, Chenggong Luo, Yiming Li, Tijiang Zhang, Rongpin Wang
■ Preoperative CT Radiomics Predicting the SSIGN Risk Groups in Patients with Clear Cell Renal Cell Carcinoma: Development and Multicenter Validation
Yi Jiang, Wuchao Li, Chencui Huang, Chong Tian, Qi Chen, Xianchun Zeng, Yin Cao, Yi Chen, Yintong Yang, Heng Liu, Yonghua Bo, Chenggong Luo, Yiming Li, Tijiang Zhang, Rongpin Wang
深睿医疗新多模态MRI融合网络
助力鼻咽癌自动精准分割