上海
副標題：湘雅二醫院易文君教授團隊在IJS發表研究論文揭示基于CT放射組學特征的無監督學習模型可準確預測乳腺癌患者腋窩淋巴結轉移
近日，中南大學湘雅二醫院乳腺外科、湖南省乳腺疾病臨床醫學研究中心易文君教授團隊，在國際著名外科學期刊《International Journal of Surgery》(IF=12.5)上發表了一篇題為“An unsupervised learning model based on CT radiomics features accurately predicts axillary lymph node metastasis in breast cancer patients-diagnostic study”的原創性研究論文。易文君教授和陳奇通博士為該論文的共同通訊作者，2023級博士生瞿莉夢為第一作者，中南大學湘雅二醫院為論文完成單位。
腋窩淋巴結是乳腺癌最常見的轉移部位，其轉移狀態與患者的生存預后和治療方式選擇密切相關。但傳統的腋窩淋巴結評估方法缺乏精準的臨床分期手段，存在準確率不高的局限性。易文君教授團隊長期致力于乳腺癌腋窩淋巴結轉移人工智能識別模型的研發與轉化應用研究。前期，易文君教授團隊采用VitaWorks 3D可視化技術，成功實現了腋窩淋巴結在CT圖像上的精準定位，為基于腋窩淋巴結層面的精準評估奠定了空間基礎。本研究在此基礎上，進一步繪制了乳腺癌腋窩淋巴結的3D圖譜，提高了腋窩淋巴結的檢出率，減少了對放射科醫生主觀診斷的依賴。
該研究基于三維可視化技術定位了 1737 張無標簽的 CT 淋巴結圖像，聯合運用放射組學技術和無監督學習方法，首次建立了預測乳腺癌患者腋窩淋巴結轉移的無監督學習模型，并在1397個有標簽的淋巴結中得到驗證，AUC值高達0.847（0.825～0.869），敏感性為80.70%，特異性為88.84%；在128例前瞻性臨床評估腋窩淋巴結陰性（cN0）的外部驗證隊列中，該模型正確分類率為86.72%；在350例回顧性臨床評估腋窩淋巴結陽性（cN+）的驗證隊列中，該模型的正確分類率為87.43%。該原創性研究為精確評估乳腺癌患者腋窩淋巴結轉移狀態提供了一種新的解決方案，有望在指導腋窩淋巴結精準手術決策方面發揮關鍵作用，進一步推動腋窩個體化精準診療的發展。本項目受到湖南省重點領域研發計劃和湖南省創新平臺與人才計劃等科研項目的支持，項目實施過程中得到中南大學湘雅二醫院放射影像科和臨床機構辦的大力支持。
中南大學湘雅二醫院乳腺外科是國家重點學科和臨床重點建設專科普外科的重要組成部分，是湖南省乳腺疾病臨床醫學研究中心依托單位，是湖南省醫學學會普外專委會乳腺外科學組的組長單位，今年首批通過了國家癌癥中心乳腺癌質量控制試點中心的驗收。在科主任易文君教授的帶領下，科室在乳腺癌基礎研究和臨床科研方面作出了大量卓有成效的工作。依托多學科合作診療模式，大力開展乳腺癌保乳整形、腋窩前哨淋巴結活檢及乳腺癌一期重建等乳腺醫療新技術，在乳腺癌的規范化診斷與治療、創新與發展上探索著“二院”模式。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
