用AI可预测乳腺癌化疗后有无肿瘤残留？全球首个系统完成研发，登上权威期刊。

记者从广东省人民医院获悉，近日，该院乳腺肿瘤科王坤教授牵头，联合佛山市第一人民医院、中山大学附属第一医院、汕头市中心医院开发的早期预测乳腺癌新辅助化疗后残余肿瘤负荷的无创人工智能系统研究成果，被外科学顶尖期刊《外科学年鉴》（《Annals of Surgery》）收录。

据悉，此项全球首个AI早期预测乳腺癌化疗后肿瘤残余无创系统，是广东省人民医院乳腺肿瘤科继“利用影像组学智能量化乳腺癌的病理完全缓解”“多因素智能模型精准预测乳腺癌新辅助化疗后腋窝淋巴结状态”之后的又一重大研究成果，再次向世界贡献了中国智慧。

乳腺癌已成为全球发病率第一的癌症。新辅助化疗是局部晚期乳腺癌的标准治疗方案。随着乳腺癌新辅助药物试验不断进展以及临床实践中新辅助治疗的广泛应用，新辅助治疗的规范化病理评估备受关注。“目前，残余肿瘤负荷（RCB）分级已成为公认的乳腺癌新辅助治疗疗效评估标准之一，通过测量患者新辅助化疗后的原发癌灶范围、癌细胞密度、阳性淋巴结数量、淋巴结癌灶最大径等参数，来综合评估患者的治疗反应。”

王坤教授解释，“RCB分级越低，表明治疗效果越好。RCB-0级表明乳腺癌达到了病理完全缓解，RCB-III级则表明乳腺癌对治疗具有耐药性。”因此，在新辅助化疗早期识别RCB-III级的患者对于临床决策具有极其重要的意义，可以帮助医生及时调整化疗方案、为患者制定合适的手术及随访策略等。

然而在当前临床实践中，新辅助化疗后，仍需通过对切除组织进行病理分析才能确定RCB分级，缺少一种能够早期无创预测RCB分级的工具。

为此，王坤教授团队以磁共振成像为切入点，利用来自多中心的乳腺癌患者的磁共振数据，构建了国际上首个针对乳腺癌不同分子亚型的人工智能系统，在新辅助化疗的早期阶段就能准确预测乳腺癌的RCB分级，并通过了严格的多中心验证。

此外，大多数现有的临床模型仅能预测乳腺癌是否可达到病理完全缓解，而此次开发的人工智能系统克服了现有模型的局限性，不仅能精准预测RCB 0-I级的疗效良好患者，还能早期识别RCB-III级的化疗无效患者。这一突破性进展不仅能辅助医生进行新辅助化疗方案调整及手术时机确定，还推动了乳腺癌治疗的精准化，有望为患者提供了更为个性化的手术和护理分层管理，最大程度避免化疗的毒副作用，减少患者的经济负担，在临床实践中具有重大价值。