上海交通大学医学院附属仁济医院研究员翟炜、教授郑军华团队联合多中心力量，研发多模态预测复发评分（MPRS）模型，为透明细胞肾细胞癌患者的复发风险评估与个体化治疗提供了关键技术支撑，也为肾细胞癌临床研究的风险分层提供了标准化工具。11月17日，相关研究成果发表于《npj数字医学》（npj Digital Medicine）。
肾细胞癌是泌尿系统高发恶性肿瘤，其中透明细胞肾细胞癌占比达70%。当前，手术切除是主要治疗手段，但约20-30%的患者术后会出现复发转移。目前，临床常用的复发风险评估工具存在明显局限，而分子检测类模型则面临成本高、难普及等问题。此外，上述工具易出现“风险误判”，或低估高风险患者导致治疗不足，或高估低风险患者造成过度治疗，给患者带来身心与经济双重负担。
针对这一临床痛点，研究团队整合国内六家中心及TCGA数据库共1648例患者的临床特征、术前增强CT影像与术后病理全切片图像，创新构建了MPRS多模态人工智能模型。与单一模态模型及经典临床工具相比，该模型在各指数均展现出压倒性优势，且在不同中心、不同设备数据中均保持优异性能，校准度与稳健性远超现有工具。
更值得关注的是，MPRS模型实现了精准的风险再分层。研究结果显示，MPRS模型成功将83.3%被KEYNOTE-564误判为低风险的复发患者重新归为高风险，避免错失辅助治疗时机；同时将57.7%误判为中、高风险的非复发患者调整为低风险，杜绝不必要的治疗损伤。此外，结合SHAP分析与Grad-CAM可视化技术，模型还能精准识别肿瘤不规则边缘、坏死区域等关键预后特征，其判断逻辑与临床病理认知高度契合。
值得一提的是，研究团队采用的是常规诊疗中易获取的CT与病理图像数据，无需额外增加分子检测等高成本项目，且基于轻量化ResNet架构设计，大幅降低了临床部署门槛。（来源：中国科学报 江庆龄）
相关论文信息：https://doi.org/10.1038/s41746-025-02034-x
