達(dá)州市中心醫(yī)院臨床醫(yī)學(xué)研究中心和四川大學(xué)計(jì)算機(jī)學(xué)院機(jī)器智能實(shí)驗(yàn)室合作，在結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移預(yù)測(cè)研究及深度學(xué)習(xí)的生物機(jī)制解釋性方面取得新進(jìn)展，相關(guān)研究成果于2021年12月27日在國(guó)際期刊《放射治療和腫瘤學(xué)》(Radiotherapy and Oncology)上在線發(fā)表，題為“與基因組學(xué)表型相關(guān)的深度學(xué)習(xí)影像組學(xué)模型用于預(yù)測(cè)結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移” (Deep learning radiomics model related with genomics phenotypes for lymph node metastasis prediction in colorectal cancer)。

     結(jié)直腸癌是全球癌癥死亡原因的第二位，2020年因結(jié)直腸癌死亡人數(shù)達(dá)93萬例。淋巴結(jié)是結(jié)直腸癌患者常見的轉(zhuǎn)移性播散部位，手術(shù)切除后評(píng)估的淋巴結(jié)數(shù)量與Ⅱ期和Ⅲ期結(jié)直腸癌患者的生存率呈正相關(guān)。術(shù)前評(píng)估結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移對(duì)于確定是否需要施行新輔助放化療及手術(shù)切除尤為重要。影像組學(xué)已經(jīng)被廣泛應(yīng)用于 CT 和 MRI 圖像的分析當(dāng)中， 深度學(xué)習(xí)影像組學(xué)已被廣泛用于臨床研究中，然而，深度學(xué)習(xí)之所以能在臨床研究中發(fā)揮如此強(qiáng)大的能力的原因一直是個(gè)黑匣子的存在。

     針對(duì)這一挑戰(zhàn)性的問題，我院臨床醫(yī)學(xué)研究中心、腫瘤科、普通外科和四川大學(xué)計(jì)算機(jī)學(xué)院機(jī)器智能實(shí)驗(yàn)室章毅教授合作，回顧性分析了本院2014-2019年間423例病理診斷為結(jié)直腸癌的患者資料，利用LASSO分析，以深度學(xué)習(xí)特征，血清腫瘤標(biāo)志物（CEA, CA199）為基礎(chǔ)，構(gòu)建了能預(yù)測(cè)結(jié)直腸癌患者淋巴結(jié)轉(zhuǎn)移的影像組學(xué)模型和聯(lián)合模型。在兩個(gè)模型中，受試者工作特征曲線（ROC）中的曲線下面積（AUC）分別能達(dá)到0.79和0.81。我們通過對(duì)構(gòu)建的模型中的深度學(xué)習(xí)特征和基因做相關(guān)性分析，發(fā)現(xiàn)與構(gòu)建的模型特征相關(guān)的基因主要富集于代謝途徑和免疫相關(guān)通路中。模型可以在術(shù)前對(duì)結(jié)直腸癌患者進(jìn)行淋巴結(jié)轉(zhuǎn)移，聯(lián)合傳統(tǒng)影像方法進(jìn)行轉(zhuǎn)移評(píng)估，可以盡可能減少漏診，提高結(jié)直腸癌腫瘤轉(zhuǎn)移患者的治療收益。

影像組學(xué)模型的ROC圖

聯(lián)合模型的ROC圖

與構(gòu)建模型的深度學(xué)習(xí)特征相關(guān)的基因的生物進(jìn)程

     達(dá)州市中心醫(yī)院曾凡新研究員、四川大學(xué)章毅教授、達(dá)州市中心醫(yī)院普外科張軍主任為該論文的共同通訊作者。達(dá)州市中心醫(yī)院臨床醫(yī)學(xué)研究中心趙嬌嬌、四川大學(xué)智能醫(yī)學(xué)實(shí)驗(yàn)室王晗、達(dá)州市中心醫(yī)院腫瘤科張銀、達(dá)州市中心醫(yī)院王睿為該論文的共同第一作者。本項(xiàng)工作獲得了國(guó)家自然科學(xué)基金（81902861），四川省醫(yī)學(xué)會(huì)（Q20073）等基金的大力支持。