乳腺癌新辅助化疗效果可早期预测
本报讯（特约记者 张蓝溪 通讯员 郑俊秋 黄育鸿）广东省人民医院乳腺肿瘤科主任医师、广东省人民医院肿瘤医院副院长王坤牵头的研究成果——“早期预测乳腺癌新辅助化疗后残余肿瘤负荷的无创人工智能系统”，可以在乳腺癌患者开展新辅助化疗的早期准确预测疗效，帮助医生为患者选择合适的疗法，减少不必要的副作用。近日，相关研究论文被外科期刊《外科学年鉴》收录。
据介绍，新辅助治疗是指肿瘤手术前的综合疗法，包括放疗、化疗等，目的是缩小肿瘤、降低手术难度、提高手术效果等，在乳腺癌治疗中被广泛运用。而残余肿瘤负荷（RCB）分级成为公认的乳腺癌新辅助治疗疗效评估标准之一。
RCB分级通过测量患者新辅助化疗后的原发癌灶范围、癌细胞密度、阳性淋巴结数量、淋巴结癌灶最大直径等参数，能综合评估患者的治疗反应。RCB分级越低表明治疗效果越好，如RCB-0级表示乳腺癌达到了病理完全缓解（可理解为治愈），RCB-Ⅲ级则表明乳腺癌对治疗具有耐药性（可理解为新辅助化疗效果不好）。
目前，在患者接受新辅助化疗后仍需对切除组织进行病理分析才能确定RCB分级，也就是手术后才能明确。如果这些RCB-Ⅲ级的患者能被早期识别出来，医生就可以及时调整化疗方案，使这部分患者获得更好的疗效及随访策略等。
王坤介绍，团队以磁共振成像为切入点，利用来自多中心的乳腺癌患者的磁共振数据，构建了国际上首个针对乳腺癌不同分子亚型的人工智能系统，能在新辅助化疗的早期阶段准确预测乳腺癌的RCB分级。该系统不仅能精准预测RCB-0与RCB-Ⅰ级的疗效良好的患者，还能早期识别RCB-Ⅲ级的化疗无效的患者。
“这一成果能帮助医生调整新辅助化疗方案、确定手术时机，推动乳腺癌治疗的精准化，更有望为患者提供更为个性化的手术和护理分层管理，减少化疗的毒副作用，也减轻患者的经济负担。”王坤说。
该系统由王坤牵头，佛山市第一人民医院、中山大学附属第一医院、汕头市中心医院联合开发，是广东省人民医院乳腺肿瘤科继“利用影像组学智能量化乳腺癌的病理完全缓解”“多因素智能模型精准预测乳腺癌新辅助化疗后腋窝淋巴结状态”后的又一重大研究成果。
