廣州4月10日電 ，記者10日從廣東省人民醫(yī)院獲悉，該院乳腺腫瘤科王坤教授牽頭研發(fā)出一個無創(chuàng)人工智能系統(tǒng)，可早期預測乳腺癌新輔助化療后殘余腫瘤的負荷。該研究系統(tǒng)近日被國際期刊《外科學年鑒》收錄。

目前，殘余腫瘤負荷（RCB）分級已成為公認的乳腺癌新輔助治療療效評估標準之一。該標準通過測量患者新輔助化療后的原發(fā)癌灶范圍、癌細胞密度、陽性淋巴結(jié)數(shù)量、淋巴結(jié)癌灶最大徑等參數(shù)，來綜合評估患者的治療反應。

RCB分級越低，表明治療效果越好。RCB-0級表示乳腺癌達到了病理完全緩解，RCB-3級則表明乳腺癌對治療具有耐藥性。因此，在新輔助化療早期識別RCB-3級的患者可以幫助醫(yī)生及時調(diào)整化療方案、為患者制定合適的手術(shù)及隨訪策略等，對于臨床決策具有極其重要的意義。

然而，當前臨床實踐中，仍缺少一種能夠早期無創(chuàng)預測RCB分級的工具。

針對這樣的現(xiàn)狀，王坤及其團隊以磁共振成像為切入點，利用來自多中心的乳腺癌患者的磁共振數(shù)據(jù)，構(gòu)建了國際上首個針對乳腺癌不同分子亞型的人工智能系統(tǒng)，可在新輔助化療的早期階段準確預測乳腺癌的RCB分級。該人工智能系統(tǒng)不僅能精準預測RCB 0-1級的療效良好患者，還能早期識別RCB-3級的化療無效患者。

“這一科研進展不僅能輔助醫(yī)生進行新輔助化療方案調(diào)整及手術(shù)時機確定，還推動了乳腺癌治療的精準化，有望為患者提供更為個性化的手術(shù)和護理分層管理，并能最大限度地避免化療的毒副作用，減輕患者的經(jīng)濟負擔，在臨床實踐中具有重大價值?！蓖趵ふf。

 來源：科技日報