Texture-driven radiomics from longitudinal contrast-enhanced CT predicts short-term immunotherapy response in lung cancer: A retrospective cohort study
这项回顾性研究表明，增强CT扫描中瘤内区域的纵向纹理驱动型影像组学变化，而非静态治疗前影像或临床变量，可作为肺癌免疫治疗短期反应的特异性早期替代指标，尽管它们并不能预测总生存期。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在对抗晚期肺癌的战斗中，医生们拥有了一个强大的新工具：能够唤醒患者自身免疫系统以攻击肿瘤的药物。这些被称为免疫检查点抑制剂的疗法改变了治疗的格局，在曾经希望渺茫的地方带来了希望。然而，它们并非对所有人有效。有些患者的肿瘤显著缩小，而另一些患者则看不到变化，甚至会出现一种具有误导性的暂时性增长，而这实际上是免疫系统正在积蓄力量。目前衡量药物是否有效的标准主要依赖于通过 CT 扫描测量肿瘤的大小。这种方法虽然有用，但往往反应太慢，无法捕捉到成功或失败的微妙早期迹象，而且容易被这些药物与人体之间复杂的相互作用所迷惑。科学家们长期以来一直希望通过计算机分析医学图像（一个被称为影像组学的领域）来寻找隐藏的模式，从而在肿瘤大小发生变化之前预测谁会对药物产生反应。但以往将这些计算机模型应用于单次、静态扫描的尝试并不一致，往往无法将真实的生物信号与不同机器或扫描技术产生的噪声区分开来。
来自兰州大学和剑桥大学的一个研究小组决定以不同的方式看待这个问题。他们不再询问单张肿瘤照片能告诉他们什么，而是询问“变化的叙事”能揭示什么。他们专注于接受第一轮免疫治疗的患者，并对比了两份扫描结果：一份是在治疗开始前拍摄的，另一份是在治疗进行中的几周后拍摄的。通过分析肿瘤内部纹理在这一时刻之间的演变过程，而非仅仅观察其大小，他们试图揭示一个更清晰的信号，以判断药物是否奏效。这项涉及 156 名患者的研究表明，预测短期反应的关键不在于肿瘤在某一特定时刻的外观，而在于当免疫系统与其交战时，其内部结构发生变化的特定方式。
研究人员首先收集了接受增强 CT 扫描的患者数据，这类扫描使用一种特殊的造影剂，使血管和组织清晰可见。他们仔细绘制了肿瘤及其周围组织的图谱，提取了图像中灰度模式的数千个微小数值细节。这些细节描述的是组织的纹理——即内部结构的粗糙、平滑或复杂程度——而非仅仅是其形状或大小。随后，他们构建了计算机模型，以观察这些数值能否预测患者是“响应者”（即肿瘤缩小或消失）还是“非响应者”。
结果令人震惊。当团队仅观察治疗开始前的扫描图像时，计算机模型的表现基本上是在瞎猜。它们无法区分哪些患者最终会产生反应，哪些不会，表现并不比随机猜测好。甚至医生掌握的临床信息（如年龄、吸烟史和所使用的特定药物）也无法提供可靠的预测。然而，一旦研究人员观察第一份扫描与第二份扫描之间的变化，情况便变得明朗了。基于两次扫描之间纹理差异的模型成功地高精度预测了短期结果。这表明，预测能力并不存在于肿瘤的初始状态中，而是在于它在治疗压力下的转化过程。
至关重要的是，研究表明这一成功是由纹理驱动的，而非仅仅因为肿瘤变小了。研究人员测试了该模型是否只是对缩小的另一种高级测量方式（这种方式已被现有的基于大小的标准规则所涵盖）。他们发现，即使去除了所有与肿瘤形状和大小相关的测量值，该模型依然保持着同样的准确度。事实上，最重要的线索在于肿瘤内部模式的变化，例如代表细胞密度和组织结构的像素排列。这表明，在肿瘤的总体积发生足以被肉眼或标准测量工具察觉的变化之前，免疫系统就已经在改变癌症的微观景观了。
团队还调查了这种信号存在于何处。有一种普遍观点认为，肿瘤周围的组织是免疫系统战斗的关键战场，并可能包含最重要的线索。为了测试这一点，研究人员分别分析了肿瘤本身、紧邻肿瘤的组织以及两者的结合体。他们发现，当仅观察肿瘤本身时，预测信号最为强烈且可靠。加入周围组织不仅没有提高预测效果，在某些情况下反而增加了噪声。这一发现挑战了“边缘区域总是最具信息量”的假设，表明对于短期反应而言，发生在肿瘤核心内部的变化才是最具有解释力的。
虽然该模型在预测患者短期反应方面表现出色，但在预测长期生存率方面的能力则较为有限。研究人员发现，纹理变化可以适度地将患者分为具有不同疾病进展风险的群体，但无法预测总生存期。这可能是因为生存率受许多后续因素的影响，例如随后的治疗或其他健康问题，这些因素稀释了早期的信号。研究得出结论：虽然这些纵向纹理变化是判断药物是否奏效的强大预警系统，但它们并不是预测整个疾病进程的“水晶球”。
这项工作对未来医生如何监测癌症治疗具有重要意义。它表明，等待肿瘤缩小并不是判断成功的唯一方法。通过关注治疗开始后最初几周内发生的细微纹理变化，临床医生或许能够更早地识别出非响应者，从而使他们免受无效药物的副作用影响，并能更快地转向其他治疗方案。这项研究也强调了观察随时间变化的过程而非静态快照的重要性，这一原则可以应用于医学影像学的许多领域。然而，研究人员谨慎地指出，他们的发现来自单一中心，在将其作为临床护理的标准组成部分之前，需要在更大规模、更多样化的患者群体中得到证实。目前，这项工作为我们理解图像究竟在告诉我们什么提供了更清晰的视角：肿瘤反应的故事写在它变化的纹理中，而不仅仅是它的体积中。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。