多参数MRI放射组学列线图预测直肠癌同步远处转移

为何预测癌症扩散很重要

在直肠癌初次确诊时，医生迫切需要知道疾病是否已开始向肝或肺等远处器官扩散。及早发现这种扩散可能为根治性手术和更有针对性的治疗打开机会，而漏诊则可能导致不必要的手术或延误治疗。本研究探讨是否可以通过对常规MRI扫描进行先进的计算机分析，从一开始就识别出具有隐性转移高风险的患者。

在影像中寻找隐藏的线索

现代MRI设备不仅能产生清晰的图像，还能捕捉到肿瘤内部亮度和纹理的微妙模式，这些细节肉眼难以察觉。研究人员使用了一种称为“放射组学”的技术，将这些模式转化为数千个数值特征。他们关注两种常用于直肠癌的MRI序列：显示解剖细节的T2加权图像，以及突出组织中水分运动的弥散加权图像，后者可以反映癌细胞的密度分布。

从影像和血检构建风险评分

研究团队回顾了169例在任何大规模治疗前接受MRI和CT扫描的直肠癌患者资料。近一半在确诊时已有远处转移。从超过1600个基于影像的特征中，他们通过统计筛选和机器学习方法将特征缩减到一组最能区分有无远处转移的关键特征。随后，他们将这些选出的影像特征与简单的临床信息（包括年龄、MRI评估的肿瘤分期，以及两种常见血液标志物CEA和CA19-9）结合，构建了一个单一的预测工具——列线图，一种直观的风险计算器。

该工具的表现如何？

为验证方法，研究人员将患者分为较大的训练组和较小的测试组。仅使用临床数据或仅使用放射组学的模型已能在一定程度上区分有无远处转移的患者。然而，当将两者结合——将影像衍生特征与临床因素混合时，性能明显提升。在独立测试组中，联合列线图约有九成概率正确区分有无同步远处转移的患者，在识别高风险患者与避免误报之间达到良好平衡。额外的检验显示，该工具的预测与实际结局高度一致，且相较于仅依靠常规指标，使用该工具可能带来更多临床获益。

影像揭示了侵袭性肿瘤的特征

电脑分析表明，弥散加权MRI的纹理细节尤为重要。弥散图像中表现出更大内部不规则性的肿瘤——这是组织紊乱和细胞密度混杂的影像学标志——更可能与远处转移相关。换言之，肿瘤在显微层面看起来越不均匀、越复杂（由扫描间接捕捉到），其癌细胞已扩散到机体其他部位的可能性就越高。这支持了这样一种观点：先进影像不仅能显示肿瘤的大小和形态，还能作为一种无创手段，洞察肿瘤的生物学行为。

这对患者意味着什么

对于新诊断的直肠癌患者，类似基于MRI的列线图工具可以帮助医生在手术或大规模治疗开始前，迅速将患者按远处转移的低风险和高风险分组。被标记为高风险的患者可能需要进行更深入的全身影像检查、更加密切的随访或更积极的治疗方案，而低风险患者则可避免不必要的检查和焦虑。尽管该研究是在单中心完成，尚需在更大规模、多医院的试验中予以验证，但它展望了这样一个未来：将常规影像和简单血检与机器学习相结合，以指导更个性化、及时的治疗决策。

引用: Jiang, H., Guo, W., Lin, X. et al. Multiparametric MRI radiomics nomogram predicts synchronous distant metastasis in rectal cancer. Sci Rep 16, 5759 (2026). https://doi.org/10.1038/s41598-026-35973-w

关键词: 直肠癌, MRI放射组学, 转移风险, 医学中的机器学习, 癌症影像