Development and validation of a knowledge-guided prognostic model in glioma based on hypoxia-related radiomic features

被称为胶质瘤的脑肿瘤是治疗中最具挑战性的疾病之一。它们起源于中枢神经系统的支持细胞，并以其不断变化和适应的能力而闻名，这使得它们难以预测或控制。影响这些肿瘤行为的一个关键因素是被称为“缺氧”的状态，简单来说就是缺乏氧气。当肿瘤生长速度过快，导致血液供应无法跟上时，内部细胞就会开始窒息。这种氧气匮乏不仅仅是一种被动的状态；它是一个强大的驱动力，使癌症更具侵略性，帮助其产生耐药性，并往往导致患者预后较差。几十年来，医生们一直努力在不进行侵入性手术的情况下测量这种氧气缺失情况，却只能对患者大脑内部疾病的真实本质进行推测。

研究人员长期以来一直希望医学影像能够为这种隐藏的生物学特征提供一个窗口。影像组学领域试图通过使用计算机在标准 MRI 扫描中寻找人类肉眼难以察觉的细微模式来实现这一目标。然而，许多以往将这些影像模式与患者生存率联系起来的尝试都遭遇了成败参半的结果，这通常是因为计算机在没有任何生物学指导的情况下被任由自行寻找模式。来自中国苏州大学及其附属医院的一个团队开展的一项新研究试图改变这种方法。他们没有让计算机去猜测，而是构建了一个利用科学家已知关于肿瘤对低氧反应方式的模型来引导搜索。通过将这种生物学知识与先进的影像分析相结合，他们创建了一个能够预测胶质瘤患者可能存活时间的工具，为个性化护理提供了更清晰的路径。

该团队首先从两家不同的医院和一个公共数据库中收集了 471 名患者的数据。他们关注的是接受过手术并进行了高功率机器术前 MRI 扫描的患者。这些扫描包括三种不同类型的图像：标准黑白视图、突出显示液体的图像，以及注射对比剂后显示活跃血管的图像。在计算机分析图像之前，两位拥有多年经验的专家放射科医生在每一层扫描切片上仔细地围绕肿瘤及其周围的水肿区域绘制了轮廓。这确保了计算机在每位患者身上观察的都是完全相同的区域。

为了教计算机识别什么是肿瘤中的“低氧”，研究人员首先转向了一个基因数据库。他们分析了 152 名患者的肿瘤样本基因，计算出一个代表肿瘤在缺氧状态下挣扎程度的分数。这个遗传评分作为“地面真值”（ground truth），即衡量影像是否准确的生物学现实。随后，他们使用计算机算法从 MRI 扫描中提取了数千个微小的细节，例如肿瘤的纹理、形状和像素强度。目标是找出哪些图像细节与低氧的遗传特征相匹配。

研究人员随后应用了一种独特的策略来构建他们的预测模型。他们将图像细节分为两组：一组是可能与低氧相关的，另一组是不相关的。当他们训练计算机预测患者生存率时，他们给了“低氧”组一个特殊的优势，即告诉模型要格外关注这些特定的特征。这种知识引导的方法意味着模型不仅仅是在寻找任何与生存率相关的模式，而是在专门寻找具有生物学意义的模式。他们测试了五种不同类型的计算机学习方法，以观察哪种方法在识别肿瘤氧气状态方面效果最好，结果显示一种被称为逻辑回归的标准统计方法最为准确。

结果表明，这个新模型的效果非常出色。当研究人员使用该模型将患者分为高风险组和低风险组时，两组的生存结果差异显著。高风险组患者（其肿瘤表现出与低氧相关的特定影像模式）的寿命明显短于低风险组。该模型能够高精度地预测生存情况，在绝大多数情况下能正确识别未来三年的预后。在一个医院中心，该模型实现的三年生存率 AUC 达到 0.926，而在第二个中心，AUC 为 0.833。即使在针对完全不同的患者群体进行测试时，这些数字依然成立，这表明它不仅仅是对一组数据的偶然猜测。

除了预测生存率外，该研究还深入探讨了为什么这些肿瘤如此危险。研究人员发现，通过影像模式识别出的高风险肿瘤在生物学上具有显著差异。这些肿瘤中充满了一种被称为基质成纤维细胞（stromal fibroblast）的特定细胞，这种细胞有助于构建肿瘤的结构框架。这种致密的微环境可能使免疫系统更难对抗癌症，也使药物更难到达肿瘤细胞。影像模式也与免疫系统标记物强相关，这表明 MRI 上的外观是肿瘤与人体防御机制之间复杂战斗的直接反映。

该研究也强调了其工作的局限性。研究人员指出，由医生手动绘制肿瘤轮廓的过程非常耗时，且该研究依赖于标准 MRI 扫描而非更先进的专业影像技术。他们还指出，尽管模型表现良好，但它是基于过去的数据构建的，未来的研究需要在实际临床环境中进行测试，以观察其是否能真正指导治疗决策。尽管存在这些限制，研究结果仍表明，通过教计算机寻找正确的生物学线索，医生可能很快就能拥有一种非侵入性的方式来了解大脑肿瘤隐藏的侵略性。这可以使他们更精准地定制治疗方案，将注意力集中在最需要积极治疗的患者身上，同时避免让其他患者承受不必要的毒性。这项工作代表了迈向未来的重要一步——在那时，肿瘤的影像不仅讲述其大小的故事，还讲述其生物学特性及可能的命运。