重大突破

　　肺癌是全球癌症死亡的主要原因，并高居我国恶性肿瘤发病率与死亡率首位。非小细胞肺癌患者占87%，其中超75%的患者初诊时已处于中晚期，化疗/靶向治疗是中晚期非小细胞肺癌患者首选的治疗方案。然而化疗/靶向治疗并非适用于所有患者，部分患者对化疗/靶向治疗没有响应，这种情况对治疗毫无益处，甚至造成无法逆转的身体损伤。目前，没有临床指南指导医生治疗前评估化疗/靶向治疗效果，导致中晚期非小细胞肺癌患者总体治疗效果不理想，五年生存率低于15%。因此，针对治疗前预测手段的缺失，开展非小细胞肺癌化疗/靶向治疗疗效预测，对个性化医疗具有重要临床意义。 

　　中国科学院苏州生物医学工程技术研究所高欣团队与山东省肿瘤医院合作，探究治疗前医学影像信息对非小细胞肺癌化疗/靶向治疗疗效的预测价值。该研究入组了322例接受一线化疗、靶向治疗或二者联合的非小细胞肺癌患者，其中，肿瘤响应组152人，肿瘤无响应组170人，收集了患者的肺部CT影像数据及临床资料（年龄，血清标记物等）。团队利用肿瘤原发灶CT影像，借助影像组学方法及机器学习算法构建预测模型。研究结果显示，非小细胞肺癌肿瘤区域的影像学特征具有独立预测化疗/靶向治疗效果的能力，且融合上述特征构建的模型预测精度达到了0.746（如图1所示），实现了目前已报道的精度最高的非小细胞肺癌化疗/靶向治疗疗效预测。 

　　该研究的价值在于探索并验证了肿瘤区域影像信息（CT）对非小细胞肺癌化疗/靶向治疗效果的预测能力，构建了一种非小细胞肺癌化疗/靶向治疗疗效预测模型，为临床制定个性化治疗方案提供新的理论依据和方法。 

　　相关成果发表于放射学权威期刊European Radiology，苏州医工所张家意为并列第一作者。 

　　论文链接：https://doi.org/10.1007/s00330-021-08277-y 

　　图1 非小细胞肺癌化疗/靶向治疗疗效预测模型的ROC曲线