通过人工智能利用MRI预测透明细胞肾细胞癌的侵袭性：一项回顾性多中心研究对手术规划的影响

这对面临肾癌的人为何重要

当发现肾脏肿瘤时，最紧迫的问题之一是它有多危险，以及外科医生实际上需要切除多少肾组织。如今，医生通常是在手术后通过显微镜检查才能了解肿瘤的侵袭性。这一延迟可能导致一些患者失去比必要更多的肾组织，而另一些患者可能得不到足够强的治疗。本研究探讨了人工智能（AI）是否能够读取常规MRI扫描，提前预测肿瘤的侵袭性，帮助医生选择更安全、更有效的手术方案。

聚焦一种常见的肾癌

研究聚焦于透明细胞肾细胞癌，这是最常见的肾癌类型。这类肿瘤的行为差异很大：有些生长缓慢并局限于原位，而有些迅速扩散、危及生命。外科医生常常需要在切除整个肾脏与仅切除带瘤部分之间做出选择。现有工具，例如基于肿瘤大小和位置的广泛使用评分系统，可以估计手术难度，但并不能完全反映癌症的实际侵袭性。针吸活检可以提供更多细节，但具有侵入性、耗时，并且有时会错过肿瘤中最危险的部分。

将MRI扫描转化为早期预警

研究团队收集了来自中国三家医院、在多年间接受治疗的288例此类肾癌患者的MRI扫描。所有患者均接受了许多医院已常用的标准MRI序列：能清晰显示解剖结构的图像、水在组织中运动情况的图像以及反映细胞密度的图谱。研究人员构建了一个基于现代图像分析方法“视觉变压器”（vision transformer）的两步AI系统。首先，他们在未标注的肾脏MRI图像上训练了一个“基础”模型，让系统学习识别一般的肾脏结构和模式。然后，他们在一组较小且经仔细标注的病例上微调该模型，这些病例既标注了肿瘤位置也有最终的病理等级。

AI对肿瘤危险性的判断有多准确

训练完成后，AI被要求将肿瘤分为两类：低侵袭性（低等级）和高侵袭性（高等级）。在主医院的患者中，该系统在区分高等级肿瘤方面的表现超过了传统的解剖评分，尤其在总体准确率和“高风险”标记真正代表危险肿瘤的准确定义上表现更佳。在来自另外两家医院的独立患者组中，该模型表现更优，显示其能够应对不同扫描仪和成像条件的重要性。值得注意的是，当标准评分系统低估或高估肿瘤危险性时，AI常常能纠正，特别是在那些影像容易误导人眼的边界病例中。

这在手术室可能意味着什么

由于AI直接基于术前MRI扫描工作，它提供了一种无创且可重复的方法，在任何切开之前评估肿瘤的威胁程度。在实践中，这类工具可以与现有评分和外科医生判断并行存在，为肿瘤的形态和位置之上增加对其生物学特性的观察。对于外观上可控但被标记为高度侵袭的肿瘤，医生可能倾向于更广泛的手术；对于外观复杂但生物学上较温和的肿瘤，则可能安全保留更多肾组织。该模型还在正式的决策分析中显示出良好校准的风险估计和潜在的临床获益，表明它可能切实减少过度治疗和治疗不足的情况。

从智能影像走向更个体化的护理

作者得出结论：基于常规MRI扫描构建的AI系统可以在术前可靠地预测透明细胞肾脏肿瘤的侵袭性，并能优于当前基于影像的评分方法。尽管该方法仍需在前瞻性、真实世界的研究中验证并改进以提高对临床医生的透明度，但它指向了一个未来：肾癌手术不仅基于肿瘤外观和位置，还将基于其隐藏模式所揭示的信息进行指导。这一转变可在安全的情况下帮助患者保留更多健康肾组织，或在危险较高时更早接受更强有力的治疗。

引用: Zhao, J., Wang, H., Liao, R. et al. Predicting aggressiveness of clear cell renal cell carcinoma via mri using artificial intelligence: implications for surgical planning in a retrospective multicenter study. Sci Rep 16, 13534 (2026). https://doi.org/10.1038/s41598-026-43983-x

关键词: 肾癌, MRI, 人工智能, 肿瘤侵袭性, 手术规划