美國麻省理工大學(xué)Bertsimas等報告的一項隊列研究使用了基于人工智能的方法，為長期以來關(guān)于結(jié)直腸癌肝轉(zhuǎn)移(CRLM)最佳切緣寬度的爭論提供了一個可能的解決方案。(JAMA Surg. 2022年6月1日在線版 DOI:10.1001/jamasurg.2022.1819)

對于可切除的CRLM患者，手術(shù)技術(shù)和切緣選擇是外科醫(yī)生唯二能直接控制的變量，可能影響腫瘤的結(jié)果，但目前對于最佳切緣寬度還沒有達(dá)成共識。

該研究的目的是利用麻省理工學(xué)院開發(fā)的人工智能技術(shù)確定CRLM的最佳切緣寬度，并評估最佳切緣寬度是否應(yīng)根據(jù)患者特點進(jìn)行個體化確定。

該研究的內(nèi)部隊列包括2000年1月1日至2017年12月31日在約翰斯·霍普金斯醫(yī)院、紐約紀(jì)念斯隆·凱特琳癌癥中心和德國柏林Charité-University接受治愈性手術(shù)的KRAS突變CRLM患者。從機(jī)構(gòu)數(shù)據(jù)庫中對來自法國、挪威、美國、奧地利、阿根廷和日本機(jī)構(gòu)的患者進(jìn)行回顧性識別，并形成該研究的外部隊列。分析了2019年4月15日至2021年11月11日的數(shù)據(jù)。

2000~2017年在3個三級中心接受手術(shù)的KRAS突變CRLM患者組成了內(nèi)部隊列(訓(xùn)練隊列和測試隊列)。在訓(xùn)練隊列中，基于人工智能的技術(shù)稱為最優(yōu)策略樹(OPT)，通過建立隨機(jī)森林(RF)預(yù)測模型來推斷與最大程度降低給定患者死亡概率相關(guān)的切緣寬度(即最優(yōu)切緣寬度)。

通過計算其在測試隊列中的曲線下面積(AUC)來驗證RF元件，而OPT元件則通過一種基于博弈論的方法(SHAP)來驗證。來自國際機(jī)構(gòu)的患者組成一個外部驗證隊列，并訓(xùn)練一個新的RF模型來外部驗證基于OPT的最佳切緣值。

本隊列研究共納入1843例患者(內(nèi)部隊列965例，外部隊列878例)。內(nèi)部隊列包括386例患者(中位年齡58.3歲)，200例男性(51.8%)患有KRAS突變腫瘤。在內(nèi)部訓(xùn)練隊列和測試隊列中，RF虛擬模型的AUC均為0.76，這是有史以來報道的最高水平。A、B、C和D亞組推薦的最佳切緣寬度分別為6 mm、7 mm、12 mm和7 mm。

SHAP分析在很大程度上證實了這一點，并提示A亞組為6~7 mm，B亞組為7 mm，C亞組為7~8 mm，D亞組為7 mm。外部隊列包括375例患者(中位年齡為61.0歲。218例男性(58.1%)患有KRAS變體腫瘤。新的RF模型的AUC為0.78，這允許對基于OPT的最佳切緣寬度進(jìn)行可靠的外部驗證。外部驗證是成功的，因為它證實了7 mm的最佳切緣寬度與外部隊列中相當(dāng)長的生存期之間的聯(lián)系。

(編譯 歐若蘭)