Профилирование радиомики на основе «мест обитания» в КТ, отображающее пространственно-временную гетерогенность резектабельного НМРЛ для прогнозирования патологоанатомического ответа на неоадъювантную химиоиммунотерапию: многоцентровое исследование

Почему это важно для людей с раком легкого

Для пациентов, которым предстоит операция по поводу немелкоклеточного рака легкого, врачи всё чаще назначают комбинацию химиотерапии и иммунотерапии до операции, чтобы уменьшить опухоль и повысить вероятность длительного контроля болезни. Однако не все пациенты получают одинаковую пользу, и в настоящее время нет простого неинвазивного способа заранее определить, кто вероятнее всего хорошо ответит на лечение. В этом исследовании проверяли, могут ли скрытые в рутинных КТ-сканах закономерности выявлять, какие опухоли чувствительны к комбинированной терапии, а какие нет.

Заглядывая внутрь опухоли с помощью визуальных подсказок

Исследователи сосредоточились на концепции «мест обитания» опухоли — представлении опухоли не как однородного образования, а как маленького ландшафта, состоящего из областей с разным видом на КТ. Вместо того чтобы оценивать только общую вариативность всей опухоли, они также картировали, где эти разные области располагаются относительно друг друга внутри опухоли. Сравнивая снимки до и после лечения, они стремились отследить как планировку этих внутренних зон, так и их изменения во времени, получая более богатую картину поведения опухоли.

Кто был включён в исследование и какие данные использовались

Команда проанализировала КТ-снимки 394 пациентов с резектабельным немелкоклеточным раком легкого, лечившихся в трёх больницах Китая. Всем пациентам до операции проводили стандартный курс химиоиммунотерапии, а после удаления опухоли её исследовали под микроскопом, чтобы оценить, сколько раковых клеток осталось. Пациентов относили к группе «хороших ответчиков», если осталось лишь небольшое число опухолевых клеток, и к «негодующим» — если большая часть опухоли оставалась жизнеспособной. Для каждого пациента собирали базовые клинические данные и подробные измерения как с предтерапевтических, так и с посттерапевтических КТ-изображений.

Преобразование сложных изображений в прогнозный показатель

Из каждой опухоли компьютеры извлекали многочисленные числовые признаки, описывающие яркость, текстуру и пространственные шаблоны на изображении. Одна группа признаков суммировала свойства всей опухоли как единого объекта, другая фиксировала, как именно расположены различные регионы или «места обитания» и насколько сильно они взаимодействуют между собой. Третья группа измеряла, как эти сигналы изменялись между первым и вторым сканированием. Методы машинного обучения затем отсеивали эти измерения, строя модели, оценивающие вероятность того, что опухоль даст выраженный ответ на терапию.

Насколько хорошо сработал подход на основе изображений

При тестировании моделей как признаки всей опухоли, так и признаки на основе мест обитания по отдельности показали достойную способность отличать хороших ответчиков от плохих. Однако лучшая точность достигалась при интегрированном подходе, который объединял информацию из обеих точек зрения на опухоль. В независимых группах пациентов из разных больниц эта комбинированная модель показала уровень точности, предполагающий её потенциальную пользу в реальных клинических решениях. Дополнительный анализ показал, что модель особенно хорошо работала в некоторых подтипах рака легкого и в опухолях, расположенных глубже в грудной клетке, что наводит на мысль, что анатомические условия могут делать визуальные шаблоны более информативными.

Что это может значить для выбора лечения

Для неспециалиста главный вывод таков: обычные КТ-сканы могут содержать куда больше информации, чем видно невооружённым глазом. Рассматривая опухоли как живые ландшафты, состоящие из разных «районов», и наблюдая за тем, как эти районы меняются в ходе терапии, исследование показывает, что врачи могут заранее оценивать, кто, вероятно, извлечёт пользу из неоадъювантной химиоиммунотерапии перед операцией. Хотя нужны дополнительные исследования и крупные проспективные испытания, эта концепция визуализации на основе мест обитания указывает на будущее, в котором лечение можно будет корректировать раньше и безопаснее, освобождая некоторых пациентов от неэффективной терапии и предоставляя другим лучшие шансы на долгосрочный контроль заболевания.

Цитирование: Peng, Q., Xu, Y., Shen, L. et al. Habitat-based CT radiomics profiling spatial-temporal heterogeneity in resectable NSCLC predict pathological response to neoadjuvant chemoimmunotherapy: a multi-center study. npj Precis. Onc. 10, 190 (2026). https://doi.org/10.1038/s41698-026-01388-z

Ключевые слова: рак легкого, радиомика КТ, химиоиммунотерапия, гетерогенность опухоли, ответ на лечение