Machine Learning Model Integrating Clinical Features, CT Radiomics, and Transfer Learning for Predicting Aggressive Recurrence of Hepatocellular Carcinoma

Technisches Resümee: Maschinelles Lernmodell zur Integration klinischer Merkmale, CT-Radiomics und Transfer Learning zur Vorhersage aggressiver Rezidive beim Hepatozellulären Karzinom

Problemstellung
Das hepatozelluläre Karzinom (HCC) bleibt eine führende Ursache für krebsbedingte Mortalität, wobei die Rezidivraten nach kurativer Hepatektomie bei 60–ollen 70 % liegen. Eine kritische klinische Herausforderung ist die Vorhersage „aggressiver Rezidive“, definiert als das erste Rezidiv, welches die Milan-Kriterien überschreitet (z. B. große Tumorlast, Gefäßinvasion oder extrahepatische Metastasierung). Die aktuelle Risikobewertung stützt sich stark auf postoperative pathologische Merkmale (z. B. Mikrovaskularinvasion) oder Serummarker wie AFP, denen es für die präoperative Entscheidungsfindung an Sensitivität mangelt. Während die Radiomics eine nichtinvasive Alternative bietet, haben traditionelle handgefertigte Merkmale (handcrafted features) oft Schwierigkeiten, komplexe räumliche Muster der Tumoraggressivität zu erfassen, und sind anfällig für Overfitting in kleinen Datensätzen. Darüber hinaus benötigen Deep-Learning-Modelle typischerweise große annotierte Datensätze, die in der medizinischen Bildgebung jedoch rar sind. Diese Studie adressiert das Bedürfnis nach einem präoperativen, nichtinvasiven Vorhersagemodell, das klinische Daten, konventionelle Radiomics und Deep-Learning-Merkmale integriert, um Hochrisikopatienten für individualisierte perioperative Strategien zu identifizieren.

Methodik
Die Studie verwendete ein retrospektives Design mit 455 Patienten mit HCC, die sich einer kurativen Hepatektomie am Ersten Affiliated Hospital der Guangxi Medical University (2013–2020) unterzogen hatten. Die Kohorte wurde in einer 7:3-Ratio in eine Trainingsgruppe (n=318) und eine Validierungsgruppe (n=137) aufgeteilt.

1. Datenerfassung und Vorverarbeitung:

   • Klinische Daten: Präoperative Variablen umfassten Demografie, Laboruntersuchungen (z. B. Albumin, AFP, FIB-4) und bildgebende Messungen (z. B. Pfortaderdurchmesser).
   • Bildgebung: Es wurden präoperative kontrastmittelverstärkte CT-Aufnahmen der portalvenösen Phase verwendet. Die Regionen von Interesse (ROIs) wurden manuell durch zwei erfahrene Ärzte mittels ITK-SNAP segmentiert.
   • Radiomics: Unter Verwendung von PyRadiomics wurden 1.561 handgefertigte Merkmale extrahiert, die First-Order-Statistiken, Texturmatrizen (GLCM, GLRLM, GLSZM, NGTDM, GLDM) und Formmerkmale abdeckten. Die Merkmale wurden einer Z-Score-Normalisierung unterzogen.
   • Deep Learning (Transfer Learning): Ein auf ImageNet vortrainiertes ResNet-50-Modell wurde auf dem Trainingsdatensatz feinjustiert (fine-tuning). Deep-Learning-Merkmale wurden aus der Global Average Pooling-Schicht (2.048 Dimensionen) extrahiert und mittels Hauptkomponentenanalyse (PCA) auf 150 Hauptkomponenten reduziert.

2. Merkmalsauswahl und Modellkonstruktion:

   • Selektion: Die Merkmale wurden mittels univariater t-Tests, Korrelationsanalysen (Schwellenwert 0,9) und LASSO-Regression (Least Absolute Shrinkage and Selection Operator) gefiltert, um Redundanz zu eliminieren und eine aussagekräftige Teilmenge auszuwählen.
   • Multimodale Fusion: Ein „DLR“-Merkmalssatz (Deep Learning und Radiomics) wurde mittels Early Fusion erstellt.
   • Algorithmen: Acht Algorithmen des maschinellen Lernens (Logistische Regression, SVM, KNN, Random Forest, Extra Trees, XGBoost, LightGBM, MLP) wurden getestet. XGBoost wurde als optimaler Klassifikator basierend auf der Performance ausgewählt.
   • Erstellte Modelle: Vier verschiedene Modelle wurden konstruiert: Klinisch-basiert, Radiomics-basiert, DLR-basiert und ein multimodales Fusionsmodell (Klinik + Radiomics + DLR).
   • Evaluierung: Die Leistung wurde mittels der Fläche unter der Kurve (AUC), Kalibrierungskurven und der Decision Curve Analysis (DCA) sowohl in der Trainings- als auch in der unabhängigen Validierungsgruppe bewertet.

Wichtigste Ergebnisse

• Unabhängige Prädiktoren: Die multivariate logistische Regression identifizierte vier unabhängige klinische Faktoren für aggressives Rezidiv: Albumin (OR=0,927), FIB-4-Score (OR=0,524), Pfortaderdurchmesser (OR=1,173) und die Beteiligung des Lebersegments S2 (OR=0,071).
• Trainingsleistung: Das multimodale Fusionsmodell erreichte eine außergewöhnliche diskriminative Fähigkeit in der Trainingsgruppe mit einer AUC von 0,996 (95 % KI: 0,992–1,000). Das DLR-Modell zeigte ebenfalls eine nahezu perfekte Leistung (AUC 0,994).
• Validierungsleistung: In der unabhängigen Validierungsgruppe sank die Leistung über alle Modelle hinweg signifikant ab, was auf schwerwiegendes Overfitting hindeutet. Das multimodale Fusionsmodell erreichte eine AUC von nur 0,567 (95 % KI: 0,468–0,667). Das DLR-Modell fiel auf 0,564 und das klinische Modell auf 0,436.
• Klinischer Nutzen: Die Decision Curve Analysis (DCA) zeigte, dass der Nettonutzen des multimodalen Fusionsmodells in der Validierungsgruppe über keinen Schwellenwert der Wahrscheinlichkeit hinaus den Strategien „Behandle alle“ oder „Behandle niemanden“ übertraf.

Bedeutung und Ansprüche
Die Arbeit beansprucht für sich, die erste zu sein, die Transfer-Learning-basierte Deep-Learning-Merkmale, konventionelle Radiomics und klinische Variablen systematisch zur Vorhersage von aggressivem HCC-Rezidiv integriert.

• Theoretische Machbarkeit: Die Studie zeigt, dass die Fusion heterogener Informationen aus verschiedenen Quellen theoretisch machbar ist, da das kombinierte Modell eine überlegene Trainingsleistung im Vergleich zu Einzelmodalitätsmodellen aufwies, was darauf hindeutet, dass Deep-Learning-Merkmale komplementäre Informationen bezüglich der Tumorheterogenität erfassen.
• Klinische Vorsicht: Entscheidend ist, dass die Autoren explizit feststellen, dass das Modell derzeit nicht für klinische Entscheidungen geeignet ist. Die signifikante Lücke zwischen den Trainings- und Validierungs-AUCs sowie der mangelnde klinische Nettonutzen in der DCA bestätigen, dass das Modell unter dem Dilemma „hochdimensionale Merkmale – begrenzte Stichproben – komplexe Modelle“ leidet (Overfitting).
• Zukünftige Ausrichtung: Die Autoren betonen, dass der primäre Wert dieser Arbeit in der Bereitstellung einer methodischen Referenz für multimodale Fusionsstrategien liegt. Sie kommen zu dem Schluss, dass groß angelegte, multizentrische, prospektive Studien mit größeren Stichproben erforderlich sind, um das Modell zu validieren und zu optimieren, bevor es für die individualisierte perioperative Behandlungsplanung eingesetzt werden kann.

Zusammenfassend lässt sich sagen, dass die Studie zwar erfolgreich ein leistungsstarkes Modell in einem retrospektiven Setting konstruiert hat, jedoch bescheiden schlussfolgert, dass ihre Generalisierbarkeit begrenzt ist und sie primlich als Proof-of-Concept für die Integration von Deep Learning mit Radiomics in medizinischen Datensätzen mit geringer Stichprobengröße dient, statt als einsatzbereites klinisches Werkzeug.