美國布萊根婦女醫(yī)院、Dana-Farber癌癥研究所Xu等報告，根據(jù)局部晚期非小細胞肺癌(NSCLC)患者的時序CT圖像，深度學(xué)習(xí)網(wǎng)絡(luò)模型可在多個時間點上整合掃描圖像，并可改善臨床轉(zhuǎn)歸的預(yù)測。(Clin Cancer Res. 2019年4月22日在線版 doi: 10.1158/1078-0432.CCR-18-2495)

該研究入組兩個獨立的患者隊列——數(shù)據(jù)集A和數(shù)據(jù)集B。數(shù)據(jù)集A包括179例Ⅲ期NSCLC患者，接受了治愈性的放化療，治療前和治療后1、3、6個月接受CT隨訪581次掃描數(shù)據(jù)。研究者構(gòu)建了深度學(xué)習(xí)模型。數(shù)據(jù)集B包括89例接受了化放療和手術(shù)的NSCLC患者(178次掃描數(shù)據(jù))，以驗證病理學(xué)緩解。

結(jié)果顯示，基于時序CT掃描的深度學(xué)習(xí)模型可顯著預(yù)測生存和腫瘤特異性結(jié)局(進展、遠處轉(zhuǎn)移和局部復(fù)發(fā))。模型將患者分為低死亡率風(fēng)險組和高死亡率風(fēng)險組，且與總生存顯著相關(guān)(HR=6.16，95%CI 2.17~17.44，P<0.001)。該模型還可顯著預(yù)測數(shù)據(jù)集B中的病理學(xué)緩解(P=0.016)。

研究者表示，與根據(jù)疾病分期、性別、年齡、腫瘤級別、體能狀態(tài)、吸煙狀況和腫瘤大小等傳統(tǒng)指標的標準臨床模型相比，深度學(xué)習(xí)網(wǎng)絡(luò)模型在預(yù)測肺癌遠處轉(zhuǎn)移、疾病進展和局部區(qū)域復(fù)發(fā)方面更有效。 (編譯 王艷明)