我院肝胆胰外科陈钢团队在Clinical Cancer Research杂志发表新成果

在我国，肝癌具有高发病率、高病死率的特点，其位居全部恶性肿瘤发病顺位第4位、死因顺位第2位。约65%的肝细胞癌患者在初诊时已经处于中晚期阶段，无法行根治性手术切除，而对于无法手术治疗的肝细胞癌患者，一线治疗方案主要包括TACE、阿替利珠单抗+贝伐珠单抗，仑伐替尼，索拉非尼、联合治疗等。如何在众多的治疗方法中选择一款最佳的治疗方案，从而达到精准治疗的目的尤为重要。

近日，我院肝胆胰外科陈钢团队在国际肿瘤领域权威期刊《Clinical Cancer Research》在线发表题为“Prediction of response to lenvatinib monotherapy for unresectable hepatocellular carcinoma by machine learning radiomics: A multicenter cohort study”的研究论文，首次报道了一种通过机器学习影像组学预测无法手术切除的肝细胞癌患者应用仑伐替尼靶向药物治疗疗效的新手段。

从2018年12月到2021年12月，研究者收集了国内三家医疗中心541名接受仑伐替尼治疗的肝癌患者。经过严格的入组和排除标准，109名接受仑伐替尼单药一线治疗的肝癌患者被纳入研究。研究者同时收集了患者的临床信息、仑伐替尼单药治疗疗效及治疗前动脉期和静脉期增强CT影像资料，提取患者的影像学特征并进行标准化处理，最终筛选出25个与疗效相关的差异影像特征。随后研究者通过无监督聚类方法将患者进行亚组分型，同时采用10种不同的机器学习方法进行预测建模。在训练队列中，AutoGluon模型取得了最高的预测性能，预测准确度高达88.5%，AUC为0.97；同时，在验证队列中，AutoGluon模型的准确度和AUC分别达到86.1%和0.93。

这项研究是全球首次在肝癌领域使用机器学习影像组学的方法，进行肝癌患者仑伐替尼单药治疗疗效预测的探索。该研究成果有望成为一种新型的、实用的临床应用工具，给临床医生为中晚期肝癌患者优选治疗方案进行精准治疗提供新的指导，以提高中晚期肝癌患者的临床转化成功率，改善患者的生存与预后。