基于增强对比CT的术前影像组学模型用于预测胰腺导管腺癌不同复发模式的风险

为何追踪癌症复发很重要

对于胰腺癌患者，手术仍是获得长期生存的最佳机会。然而，即使外科医生切除了所有可见肿瘤，疾病仍常常复发，复发可能出现在原发部位附近，也可能以新的肿瘤形式出现在身体其他部位。当前医生用来预测哪类患者更可能出现何种复发的工具有限，因此大多数患者接受相似的随访和治疗。本研究探讨了常规CT扫描中隐藏的模式，是否可与简单的血液检测和分期信息结合，在手术前就预测胰腺癌可能的复发方式。

在影像中寻找隐匿线索

研究聚焦于胰腺导管腺癌，这是最常见且致死率最高的胰腺癌类型。研究团队分析了290例接受根治性手术的患者资料。术前所有患者均接受了增强对比CT扫描，这是一种常规成像检查，通过造影剂突出血管和器官。研究者没有仅依赖放射科医师肉眼可见的影像特征，而是使用了一种称为影像组学的方法：计算机算法测量每个肿瘤图像中数百种微妙特征，如形状、亮度和纹理。这些特征可以反映肿瘤的侵袭性或异质性，即便在常规影像上看起来相似的肿瘤，其内部特性也可能不同。

将影像数据与常规临床信息融合

仅靠影像组学特征并不能述尽全部信息，因此研究者还纳入了临床上常采集的直观信息。这些临床因素包括美国癌症联合委员会（AJCC）分期、肿瘤在CT增强期的强化模式以及血清CA19-9水平——一种常用的胰腺癌标志物。通过统计建模，他们构建了三类预测工具：仅基于影像组学的模型、仅基于临床因素的模型以及融合两者的联合模型。每种工具在部分患者上进行训练，然后在剩余患者上进行测试，以评估其对三种结局的预测能力：任何复发、原发部位附近的局部复发，以及向肝或肺等器官的远处转移。

将患者分为高风险和低风险组

联合模型被证明最为准确。例如，在预测患者术后一年内是否发生任何复发时，整合模型优于仅使用影像或仅使用临床数据的模型。它在预测远处转移方面表现尤其强劲，在训练组的一年预测准确度（AUC）接近0.90，并在测试组中仍保持较高水平。研究者将这些结果转化为用户友好的图表，称为列线图（nomogram），为每位患者基于其CT衍生的影像组学特征和临床因素分配一个风险评分。随后可以将患者分为“高风险”和“低风险”类别，这些类别在随访中显示出明显不同的复发时间长短。

把预测转化为个体化治疗

由于这些预测完全基于术前可获得的信息，它们有助于医生为患者定制治疗方案。被判定为远处转移高风险的患者可能被推荐接受术前或术后更强化的化疗，或考虑纳入临床试验。被评估为局部复发高风险的患者可能需要对切缘给予更多关注，或在肿瘤床处接受放疗。该模型还可帮助确定哪些患者在术后第一年需要更密集的影像和血液检测随访，因为这一时期是复发最常出现的时间窗。

对患者意味着什么

本质上，这项研究表明常规采集的CT扫描包含比肉眼更丰富的信息。通过影像组学解码这些隐藏模式，并将其与简单的实验室检测和分期数据相结合，医生可以更好地估计胰腺癌可能的复发方式和部位。尽管该研究仍需在更大规模、多中心的研究中得到验证，但它指向了一个未来：患者可获得更精准的个体化护理——对最高风险者采取更积极的治疗和监测，而低风险者则可避免不必要的程序和焦虑。

引用: Jiang, Y., Zeng, J., Sun, R. et al. Preoperative radiomics models for predicting risks of distinct recurrence patterns in pancreatic ductal adenocarcinoma based on contrast enhanced CT. Sci Rep 16, 7129 (2026). https://doi.org/10.1038/s41598-026-37459-1

关键词: 胰腺癌, 影像组学, CT 影像, 癌症复发, 风险预测