《胰腺导管腺癌的自动预后模型》

  • 来源专题:重大慢性病
  • 编译者: 李永洁
  • 发布时间:2023-10-31
  • 尽管检测和治疗方法取得了进步,但胰腺导管腺癌(PDAC)仍然是癌症相关死亡的主要原因。 虽然计算机断层扫描 (CT) 是当前 PDAC 初步评估的金标准,但其预后价值仍然有限,因为它依赖于包括肿瘤大小、淋巴结受累和转移在内的诊断分期参数。 放射组学最近在预测 PDAC 患者术后生存方面显示出了希望。 然而,他们依赖于临床医生的手动胰腺和肿瘤勾画。 在这项研究中,我们收集了 40 名 PDAC 患者的术前 CT 扫描数据集,以评估用于生存预测的全自动流程。 利用在外部数据集上训练的 nnU-Net,我们生成了自动化的胰腺和肿瘤分割。 随后,我们从每个分割中提取了 854 个放射组学特征,并通过特征选择将其范围缩小到 29 个。 然后,我们将这些特征与肿瘤、淋巴结、转移 (TNM) 系统分期参数以及患者的年龄相结合。 我们训练了一个随机生存森林模型来执行随时间推移的总体生存预测,以及一个随机森林分类器来对两年生存进行二元分类,并使用重复交叉验证进行评估。 我们的结果显示出希望,生存模型的平均 C 指数为 0.731,两年生存预测的平均准确度为 0.76,为 PDAC 预测的全自动流程的可行性和潜在功效提供了证据。 通过消除劳动密集型的手动分割过程,我们简化的流程展示了高效、准确的预测过程,为未来的研究工作奠定了基础。
相关报告
  • 《Kras 杂合性丧失促进 MAPK 依赖性胰腺导管腺癌并诱导治疗敏感性》

    • 来源专题:重大慢性病
    • 编译者:李永洁
    • 发布时间:2023-10-31
    • 胰腺癌的特征是KRAS中致癌突变的患病率。以前的研究已经报道,改变的Kras基因剂量驱动胰腺癌的进展和转移发生率。虽然致癌性KRAS突变的作用已得到很好的表征,但合作野生型KRAS等位基因在胰腺癌中的相关性尚不清楚和争议。使用胰腺癌的体内小鼠模型,我们证明野生型Kras抑制突变Kras的致癌影响,并显着影响Kras介导的肿瘤发生和治疗反应。从机制上讲,野生型 Kras 的缺失增加了通过下游 MAPK 效应通路的致癌 Kras 信号传导,从而驱动胰腺上皮内瘤变 (PanIN) 的启动。此外,在KPC小鼠模型中,一种更具侵略性的胰腺癌模型,野生型KRAS的丢失导致加速启动但延迟肿瘤进展。这些肿瘤改变了基质,下调了Myc水平,并富集了免疫原性基因特征。重要的是,野生型Kras的缺失使Kras突变肿瘤对MEK1 / 2抑制敏感,尽管肿瘤最终变得耐药,然后迅速进展。这项研究证明了野生型KRAS在胰腺肿瘤发生过程中的抑制作用,并强调了野生型KRAS的存在对胰腺癌肿瘤发生和治疗反应的关键影响。
  • 《Nature Medicine | 通过平扫CT 和深度学习进行大规模胰腺癌检测》

    • 来源专题:战略生物资源
    • 编译者:李康音
    • 发布时间:2023-12-04
    • 本文内容转载自“生物世界”微信公众号。原文链接:https://mp.weixin.qq.com/s/5Ttk4kioV_iCMy42slGoow 2023年11月20日,上海市胰腺疾病研究所陆建平教授、邵成伟教授、曹凯医生等联合阿里达摩院、浙江大学医学院附属第一医院、中国医科大学附属盛京医院、复旦大学附属肿瘤医院、布拉格查理大学第一附属医院、上海交通大学医学院附属新华医院、约翰霍普金斯大学等顶尖机构的研究人员在国际顶尖医学期刊 Nature Medicine 上发表了题为Large-scale pancreatic cancer detection via non-contrast CT and deep learning 的研究论文。该研究首次提出以“平扫CT联合人工智能”(平扫CT+AI)进行大规模的胰腺癌早期筛查,在真实世界中的敏感性达92.9%(判断存在胰腺肿瘤的准确率)、特异性达99.9%(判断无肿瘤的准确率)。 平扫CT在低资源地区的体检中心和医院中广泛应用。与增强CT(诊断胰腺癌的主要影像学方法)相比,平扫CT使患者接受更低的辐射剂量,并消除了患者对于对比剂产生不良反应的风险。除了急诊科和社区医院常规使用的腹部平扫CT外,胸部平扫CT也可以完全或部分扫描胰腺部位,并在多种临床场景中是最常进行的CT检查。但即使是经验丰富的放射科医生也难以使用平扫CT来识别胰腺导管腺癌(PDAC)。 在这项研究中,研究团队开发并训练了一种基于人工智能的胰腺癌早期筛查模型——PANDA(Pancreatic Cancer Detection with AI),利用AI放大并识别平扫CT图像中肉眼难以识别的细微的病灶特征,实现高效、安全的早期胰腺癌检测,并克服了过往筛查手段假阳性偏高的难题。PANDA能够在平扫CT上准确地检测和诊断PDAC和非PDAC病变,并可随时用于大规模无症状患者群体的机会性筛查。这将导致对被标准护理诊断技术漏诊的早期恶性肿瘤的安全和有效检测,并在某些情况下使及时治疗成为可能。 截至目前,PANDA模型已在医院、体检等场景被调用超过50万次,每1000次只出现一次假阳性,该研究为胰腺癌筛查的诊疗指南改变提供新的证据支持,有望对未来胰腺肿瘤的诊疗流程、治疗决策、治疗费用等产生积极深刻的影响。除了用于胰腺癌诊断筛查意外,达摩院医疗AI团队正在联合全球多家顶尖医疗机构,利用AI技术探索低廉、高效的多癌筛查新方法,以期通过一次平扫CT就查出多种早期癌症。目前已经在胰腺癌、食管癌、肺癌、乳腺癌、肝癌、胃癌、结直肠癌等七种高发癌症上取得一系列进展。