腫瘤患者免疫治療后胸部放療需警惕肺炎發(fā)生風(fēng)險
湖北省腫瘤醫(yī)院科研團隊
建立預(yù)測放射性肺炎發(fā)生風(fēng)險的人工智能模型
近日,湖北省腫瘤醫(yī)院放射科與放療中心研究團隊聯(lián)合在國際放療領(lǐng)域頂級期刊《Radiotherapy and Oncology》(《放射治療和腫瘤學(xué)》)在線發(fā)表論文《聯(lián)合劑量學(xué)參數(shù)、臨床因素和影像組學(xué)預(yù)測接受免疫治療和放療聯(lián)合治療的肺癌患者的癥狀性放射性肺炎風(fēng)險》。這是湖北省腫瘤醫(yī)院科研團隊自11月30日以來,在該期刊發(fā)表的第二篇科研成果。
早在11月30日,湖北省腫瘤醫(yī)院放療中心韓光教授團隊就在《放射治療和腫瘤學(xué)》在線發(fā)表論文,揭示了腫瘤患者免疫治療后胸部放療存在放射性肺炎高發(fā)風(fēng)險。
本次的研究,則提出并建立一種人工智能模型,用于預(yù)測接受免疫和放療聯(lián)合治療的肺癌患者發(fā)生放射性肺炎的風(fēng)險。
該論文的第一作者單位和通訊作者單位均為湖北省腫瘤醫(yī)院。論文第一作者為湖北省腫瘤醫(yī)院放射科醫(yī)生聶婷婷,中南民族大學(xué)研究生陳紫恩及荊州市第一人民醫(yī)院蔡君教授為共同第一作者;第一通訊作者為湖北省腫瘤醫(yī)院放射科技師長袁子龍,醫(yī)院放療中心韓光教授及畢建平博士為共同通訊作者。
研究背景
目前,免疫治療和胸部放療的聯(lián)合在肺癌治療中較為常見,一般能夠較好地延長患者生存時間,但也可能會提高放射性肺炎發(fā)生風(fēng)險、降低患者生活質(zhì)量。所以,科學(xué)預(yù)測癥狀性放射性肺炎(即2級或以上)的發(fā)生風(fēng)險,對于評估治療安全性和患者預(yù)后等至關(guān)重要?;诖?,湖北省腫瘤醫(yī)院放射科科研團隊提出了采用影像組學(xué)和深度學(xué)習(xí)相融合的方法來預(yù)測的思路。
研究內(nèi)容
該研究回顧性納入湖北省腫瘤醫(yī)院和荊州市第一人民醫(yī)院共計73名接受過免疫治療和胸部放療,且發(fā)生了癥狀性放射性肺炎的肺癌患者數(shù)據(jù)。研究團隊通過提取放射治療計劃CT中的腫瘤靶區(qū)、計劃靶區(qū)等相關(guān)影像組學(xué)特征,同時在計劃靶區(qū)覆蓋層面的CT圖像中提取深度學(xué)習(xí)特征,并聯(lián)合臨床及劑量學(xué)參數(shù),采用最小絕對值收縮和選擇算法篩選出了28個具有代表意義的特征(其中包含腫瘤T分期、N分期,年齡,吸煙史,放療過程中是否同步化療,V20、V30等多個臨床劑量學(xué)參數(shù)),然后采用邏輯回歸構(gòu)建起預(yù)測模型,并用五折交叉驗證的方法確保了模型的穩(wěn)定性。
研究流程圖
袁子龍介紹,該研究為全球首個在接受免疫和放療聯(lián)合治療的肺癌人群中采用影像組學(xué)與人工智能的方法預(yù)測放射性肺炎的研究,將為改進放療計劃、改善患者預(yù)后起到參考作用。比如,在放療前若模型預(yù)測到會有較高放射性肺炎風(fēng)險,臨床上可以優(yōu)化靶區(qū)來調(diào)整肺部劑量、使用肺炎預(yù)防藥物等方法提前進行干預(yù)。
該研究成果能夠在《放射治療和腫瘤學(xué)》(歐洲放射腫瘤學(xué)會所屬會刊;影響因子:5.7;中科院分區(qū):醫(yī)學(xué)1區(qū);JCR分區(qū):Q1)期刊上發(fā)表,說明湖北省腫瘤醫(yī)院放射科科研團隊在人工智能疾病預(yù)測模型領(lǐng)域達到了一個新高度。
關(guān) 于
Radiotherapy and Oncology
放射治療和腫瘤學(xué)
《Radiotherapy and Oncology》(《放射治療和腫瘤學(xué)》)創(chuàng)刊于1983年,是歐洲放射腫瘤學(xué)會所屬會刊,由全球領(lǐng)先的科學(xué)與醫(yī)學(xué)信息服務(wù)機構(gòu)愛思唯爾(Elsevier)出版發(fā)布。
該刊的主要致力于發(fā)表臨床放射治療、綜合治療、轉(zhuǎn)化研究、流行病學(xué)結(jié)果、成像、劑量測定和放射治療計劃、放射生物學(xué)、化學(xué)生物學(xué)、熱療和腫瘤生物學(xué)的研究性成果。
該刊的主編是德國癌癥研究中心的Michael Baumann教授,主要研究方向為實驗放射腫瘤學(xué)和放射生物學(xué)。
因此,該刊也特別歡迎放射腫瘤學(xué)包括化療,外科和免疫學(xué)等相關(guān)研究成果的投稿。