建新模型预测肺癌患者发生放射性肺炎风险
本报讯（特约记者 王芳 通讯员 袁子龙）湖北省肿瘤医院放射科与放疗中心研究团队提出并建立了一种人工智能模型，用于预测接受免疫和放疗联合治疗的肺癌患者发生放射性肺炎的风险。相关研究论文日前在国际期刊《放射治疗和肿瘤学》在线发表。
目前，免疫治疗和胸部放疗的联合在肺癌治疗中较为常见，一般能够较好地延长患者生存时间，但也可能会增加放射性肺炎发生风险、降低患者生活质量。科学预测症状性放射性肺炎（即2级或以上）的发生风险，对于评估治疗安全性和患者预后等至关重要。为此，湖北省肿瘤医院放射科科研团队提出了采用影像组学和深度学习相融合的方法来预测。
该研究回顾性纳入两家医院共计73名接受过免疫治疗和胸部放疗，且发生症状性放射性肺炎的肺癌患者数据。研究团队通过提取放射治疗计划电子计算机断层扫描（CT）中的影像组学特征，同时提取深度学习特征，并联合临床及剂量学参数，采用最小绝对值收缩和选择算法筛选出28个具有代表意义的特征（包含肿瘤T分期、N分期，年龄，吸烟史，放疗过程中是否同步化疗等），随后采用逻辑回归构建起预测模型，并用五折交叉验证的方法确保模型的稳定性。经科学方法评价证实，该人工智能模型相比于其他传统模型，大大提高了预测效能。据悉，该研究将为改进放疗计划、改善患者预后起到参考作用。比如，如果模型在放疗前预测到会有较高放射性肺炎风险，临床上就可以通过优化靶区来调整肺部剂量、使用肺炎预防药物等方法提前进行干预。
