联系人:邢先生 | 手机号码:138-1092-1567

        近日，由我院乳腺肿瘤科王坤教授牵头，联合中山大学附属第一医院、佛山市第一人民医院、汕头市中心医院，在英国柳叶刀杂志子刊《eClinicalMedicine》（中科院一区top，影响因子：17.03）发表了题为“Longitudinal MRI-based Fusion Novel Model Predicts Pathological Complete Response in Breast Cancer Treated with Neoadjuvant Chemotherapy: A Multicenter, Retrospective Study”的最新研究成果。论文的第一作者为王坤教授团队的黄育鸿博士后，第一作者及通讯作者单位均为广东省人民医院，该项研究是乳腺肿瘤科在我院登峰计划大力支持下的又一个突出科研成果。

        根据国际上最新的乳腺癌诊疗指南，新辅助化疗已成为局部晚期乳腺癌术前的标准治疗方案。通过新辅助化疗可实现肿瘤降期，使不可手术的乳腺癌达到手术条件，特别是病理完全缓解（pathological complete response, pCR）的实现，可能让患者避免手术，以及改善术后生存质量。但目前病理完全缓解只能通过术后大体病理评估，在术前无创精准地预测新辅助化疗疗效的工具亟需开发。乳腺肿瘤科王坤教授团队以乳腺磁共振成像为切入点，开展了一项基于磁共振成像的人工智能深度影像组学研究，利用时间动态磁共振影像大数据，构建了针对乳腺癌不同分子亚型的多种机器学习模型，可在术前精准预测乳腺癌的病理完全缓解，取得良好的预测性能，从而辅助乳腺癌新辅助化疗后的手术制定，也将有助于实施更个体化的患者手术分层管理。

        对比既往的研究，王坤教授团队在开发人工智能模型时，考虑到乳腺癌不同亚型存在较大的异质性，创新性地根据乳腺癌的亚型进行模型的构建以及优化，最终更加精细化的模型在每种亚型均取得良好的预测性能。此外，既往的研究多数只针对单时间节点，王坤教授考虑到乳腺癌经过新辅助化疗后癌灶会发生明显改变，因此该研究联合了新辅助化疗前和后的两期磁共振图像，应用深度学习和影像组学的多模态技术，使人工智能模型得到更好的优化，在世界范围内首次实现时间动态磁共振图像的精准建模预测乳腺癌病理完全缓解。

        在临床应用方面，王坤教授团队立足于乳腺癌新辅助化疗的临床实践，收集的图像数据也来自患者们在新辅助化疗期间常规做的磁共振检查，经过深入挖掘影像数据，开发的人工智能模型可在术前无创精准预测乳腺癌的病理完全缓解，让广大乳腺癌患者获益于更精准的医疗决策，没有增加患者额外的花销。对于乳腺科医生而言，该模型操作简易，只需要把新辅助化疗前和后的两个时间点的磁共振图像联同癌灶输入到自动化模型中，即可得出模型的预测评分，医师再做进一步综合评估，从而为患者制定最佳的手术治疗方案。未来王坤教授团队将进一步优化人工智能模型，并尝试将该人工智能预测模型向更广大的地区推广，让更多的乳腺癌患者能从精准医疗中获益。

        广东省人民医院乳腺肿瘤科团队时刻响应我院医、教、研全面发展的精神，在医院政策的大力支持下，科研和临床不断取得优异成绩。王坤教授团队立足于临床，在乳腺癌治疗领域开展了一系列的基础、转化及临床研究。自2019年以来，乳腺肿瘤科团队申获国家自然科学基金5项，广东省自然科学基金4项，以第一作者单位发表10分以上的高水平SCI文章4篇，发表SCI文章总影响因子超过100分。对于接受新辅助化疗的乳腺癌患者，团队致力于提高乳腺癌患者新辅助化疗疗效的同时，也时刻关注患者在治疗过程中可能出现的毒副作用，并及时监测治疗反应，尽可能为患者制定最佳的手术方案，提高患者的术后生活质量。今后，乳腺肿瘤科团队将不忘初心、砥砺前行，努力践行国际高水平医院建设的目标，作为一个有温度的医护治疗团队，继续为乳腺癌患者带来最优的治疗方案。

黄育鸿 

联系人:邢先生 | 手机号码:138-1092-1567