与免疫组化生物标志物相关的放射组学用于胸腺上皮肿瘤分类：一项多中心回顾性研究

在常规扫描中发现隐匿线索

医生常规使用胸部 CT 扫描来发现位于胸前区的小器官——胸腺附近的肿瘤。但即便是经验丰富的放射科医生，仅凭影像也常常难以判断哪些与胸腺相关的肿瘤是良性的、哪些是危险的。本研究探讨了将 CT 扫描的高级计算分析与来自肿瘤组织的实验室标志物相结合，如何可能提供一种更安全的无创方法，以区分低风险与高风险肿瘤并指导治疗决策。

为何胸腺附近的肿瘤难以判断

胸腺上皮肿瘤是成人胸前区最常见的肿块。有些是生长缓慢的温和胸腺瘤，而另一些是具有侵袭性的胸腺癌，会侵入邻近结构并发生转移。目前，医生依赖常规 CT 图像和分期系统来评估肿瘤严重程度，但不同肿瘤类型的影像常常出人意料地相似。活检虽能提供帮助，但在心脏和大血管附近这一狭小区域实施活检存在额外风险。临床医生需要更好的工具，能够在不增加患者风险或不适的情况下及早识别高风险病例。

将影像转化为数字

研究团队收集了来自两家医院的 307 名胸腺肿瘤患者和 100 名健康志愿者的 CT 扫描。使用称为放射组学的技术，他们将每个肿瘤图像转换为数百个数值化的测量，详尽描述肿瘤的形状、亮度和纹理——远超人眼易于察觉的细节。然后他们用计算算法根据这些模式对肿瘤进行分组。结果出现了三种不同的影像学分组：一组以低风险胸腺瘤为主，另一组混合了早期和晚期的较高风险胸腺瘤，第三组主要由晚期胸腺癌组成。这些影像学分组还与重要的临床特征相一致，例如病期和来自肿瘤样本的实验室检测结果。

将影像模式与实验室标志物联系起来

病理学家常检测胸腺肿瘤中的 CD117 和 TDT 等蛋白，以帮助区分更具侵袭性的胸腺癌与富含淋巴细胞的胸腺瘤。科学家们探讨了放射组学指纹是否能在无需组织样本的情况下预测这些标志物。他们发现两项突出的基于影像的测量与 CD117 和 TDT 水平密切相关。其中一项反映了信号在肿瘤内分布的均匀性，另一项在数学变换后总结了图像的典型灰度。当将这两项特征结合成一个简单评分时，就能可靠地区分 CD117 阳性且 TDT 阴性的肿瘤（典型的胸腺癌）与呈相反模式的肿瘤（典型的胸腺瘤）。在多个测试组中，该评分显示出很高的准确性，表明它反映了这些肿瘤在生长和细胞组织方式上的真实生物学差异。

从评分到风险预测

团队随后检验了该基于影像的评分是否能做得比反映实验室检测更多——即它是否也能预测肿瘤的整体风险。他们将该评分与已建立的肿瘤侵袭性衡量标准进行比较，包括肿瘤所属的低风险或高风险类别，以及病期早期或晚期。于用于训练和验证的独立患者组中，该评分在提示更高风险疾病和更晚期病变方面表现良好，尽管在预测诸如年龄、性别或重症肌无力（有时与胸腺肿瘤相关）等无关因素方面帮助较小。这一模式表明，这些放射组学特征更贴近肿瘤的核心生物学特性，而非患者的一般特征。

这对未来患者意味着什么

对于发现胸腺附近新肿块的患者，研究传达了一个令人鼓舞的信息：你已有的 CT 扫描将来可能提供远不止一张简单的图像。通过自动读取影像中的细微模式并将其与已知的实验室标志物和风险组关联，基于放射组学的工具可以帮助医生评估肿瘤的侵袭性并更有把握地规划手术或其他治疗——有可能减少对有风险的活检的需求。作者也指出，他们的模型仍需在更多医院和扫描设备上进行测试和标准化，但这项工作指向了一个未来：高级影像分析成为胸腺肿瘤诊疗中与病理学互为补充的常规、无创手段。

引用: Zhang, Y., Guo, Y., Li, J. et al. Immunohistochemical biomarker-associated radiomics for classifying thymic epithelial tumors: a multicenter retrospective study. npj Precis. Onc. 10, 73 (2026). https://doi.org/10.1038/s41698-026-01286-4

关键词: 胸腺上皮肿瘤, 放射组学, CT 影像, 癌症风险预测, 无创生物标志物