■本报记者 李惠钰

鼻咽癌，一种生长在鼻咽部的恶性肿瘤，是我国华南地区的高发癌种之一，发病率超过全球的一半，医学界又称其为“广东癌”。

在我国，新确诊的70%鼻咽癌患者都已经属于局部晚期。对于局部晚期鼻咽癌患者，美国NCCN指南推荐进行同期放化疗（CCRT），或者在CCRT基础上先进行诱导化疗（ICT），即ICT+CCRT。

研究表明，相比于CCRT，ICT+CCRT能为患者带来8%~9%的3年无进展生存（FFS）的获益，但是接受ICT的患者要承受更高的毒副反应，并且患者对ICT的治疗敏感性表现出了极大的差异，有9.1%的患者表现出极差的治疗反应，而11.3%的患者则表现出极好的治疗反应。

这也说明，ICT+CCRT并不适合所有局部晚期鼻咽癌患者，亟须开发一种新的方法，在治疗前筛选出对ICT治疗敏感的患者。

针对这一挑战性的临床问题，中国科学院自动化研究所分子影像重点实验室与中山大学肿瘤医院合作，利用影像组学研究组开发出了一种新的影像学标志物（ICTOS），利用治疗前的核磁共振（MR）影像预测患者对CCRT和ICT+CCRT的疗效反应，从而辅助筛选最佳治疗方案。

相关研究工作已发表于内科领域权威期刊BMC Medicine。

让临床决策更精准

论文第一作者、中国科学院自动化研究所分子影像重点实验室副研究员董迪告诉《中国科学报》，该研究最主要的突破是使用鼻咽癌患者治疗前的MR影像来预测患者采用两种治疗方案的疗效，从而辅助医生进行治疗方案的选择。

据介绍，该研究从中山大学肿瘤防治中心收集了254例回顾性和248例前瞻性的鼻咽癌患者临床数据和多序列MR影像，使用回顾性数据作为训练集、前瞻性数据作为验证集，对每个MR序列影像提取273个定量影像组学特征，通过分析发现来自对比剂增强T1加权序列的3个MR影像特征，与治疗疗效显著相关，将这些特征组合为一个影像学标志物。

研究发现，高ICTOS的局部晚期鼻咽癌患者，采用ICT+CCRT治疗可获得近90%的5年FFS，比只用CCRT治疗的5年FFS提高36.9%，对此类患者可推荐ICT+CCRT治疗。低ICTOS的局部晚期鼻咽癌患者，采用ICT+CCRT和CCRT之间没有显著的FFS差异。

虽然低ICTOS的鼻咽癌患者不能从ICT+CCRT中获得显著的FFS提升，但由于这类患者的5年FFS（71.4%）并不高，所以不能认为对这类患者只进行CCRT就足够。为此，研究人员对验证集中的低ICTOS鼻咽癌患者通过T分期、N分期、pEBV DNA和肿瘤体积进行危险度分层，将带有两种以上高危因子的患者划为高危组，其余的划为低危组。

通过Kaplan-Meier曲线，研究人员发现，低危组患者和高危组患者的FFS曲线之间存在显著的差异，且低危组患者具有高达86.3%的5年FFS，因此可推荐此类患者接受CCRT治疗，而高危组患者只有60.8%的5年FFS，此类患者既不能从ICT中获益，进行CCRT治疗又具有较差的预后，对此类患者可以推进更激进的治疗方案。

综上所述，结合ICTOS和预后风险因子，研究人员为局部晚期鼻咽癌患者建立了一套临床决策支持系统。对高ICTOS患者，推荐ICT+CCRT；对低ICTOS且低危患者，推荐只接受CCRT；对低ICTOS且高危患者，推荐其他治疗方案。

期待应用于临床

中山大学第五附属医院主治医师张帆和中国科学院自动化研究所分子影像重点实验室硕士生钟连珍为论文并列第一作者。钟连珍告诉《中国科学报》，此项研究的过程非常困难，“要开展疗效评估的研究，纳入的患者在治疗方案选择时要尽量去掉人为因素的影响，即数据需要前瞻性双盲研究。前瞻性研究审批流程繁多复杂，数据也难收集”。

“对于鼻咽癌研究领域，之前很少采用无创影像来预测这两种治疗方式的疗效。此研究方案是在浏览了大量的文献之后，与合作医生反复讨论后确定下来的。”钟连珍告诉记者，“实验和写论文期间，为了方便双方讨论，张帆医生到自动化研究所分子影像重点实验室进行了数月的交流实习。”

不仅如此，仅收集并勾画MR影像数据，该团队就花费了半年之久。“据我们所知，目前还没有专门针对治疗方案选择的公开代码或者程序包，本研究的关键代码是阅读了多篇工科论文后由实验室学生自主实现。”研究人员介绍。

研究人员还告诉记者，除了鼻咽癌，该影像分析技术和研究为其他癌症的治疗方案选择也提供了新的思路。目前，该研究虽然还没有应用于临床，但该团队已经将自己开发的模型在网上公开。据悉，未来该研究若想要应用于临床，需要有较高的临床证据等级，即大规模随机对照试验进行系统评估或Meta分析。此外，本研究的验证数据虽来自临床随机对照试验，但只采用了中山肿瘤防治中心的数据，下一步仍需要更多其他医院数据的验证。

中国科学院自动化研究所分子影像重点实验室研究员田捷、中山大学肿瘤防治中心教授马俊和主任医师唐玲珑为该研究论文的并列通讯作者。该研究得到国家自然科学基金、科技部重点研发计划、北京市科委、中科院青促会等的资助。

相关论文信息：https:/doi.org/10.1186/s12916-019-1422-6