近年來，新輔助化療在改善進(jìn)展期胃癌患者預(yù)后方面取得了一定效果，為廣大外科醫(yī)生和患者所接受。然而，仍有約30%進(jìn)展期胃癌患者無法從新輔助化療中獲益，卻要承受疾病進(jìn)展風(fēng)險、額外身體損傷及高額治療費(fèi)用。術(shù)后組織病理學(xué)檢查雖是新輔助化療療效評估的金標(biāo)準(zhǔn)，但明顯滯后，不具備臨床治療方案優(yōu)化的指導(dǎo)價值。因此，治療前精準(zhǔn)識別進(jìn)展期胃癌新輔助化療抵抗患者至關(guān)重要。

前期，中國科學(xué)院蘇州生物醫(yī)學(xué)工程技術(shù)研究所高欣團(tuán)隊聯(lián)合山西省腫瘤醫(yī)院，首次提出了一種基于人工智能的進(jìn)展期胃癌新輔助化療療效預(yù)測方法。在此基礎(chǔ)上，團(tuán)隊針對進(jìn)展期胃癌新輔助化療抵抗患者識別難題，基于醫(yī)學(xué)影像智能計算技術(shù)，提出了一種療效預(yù)測新方法。團(tuán)隊通過ResNet-50神經(jīng)網(wǎng)絡(luò)架構(gòu)，自動挖掘腫瘤影像高維特征，同時借助多通道圖像輸入策略，深度融合腫瘤影像空間特征，并利用腫瘤邊界信息引導(dǎo)網(wǎng)絡(luò)重點(diǎn)關(guān)注病灶區(qū)域，最終構(gòu)建一種端到端的進(jìn)展期胃癌新輔助化療療效預(yù)測模型（圖1）。該研究使用3家醫(yī)院的633例進(jìn)展期胃癌患者CT影像數(shù)據(jù)進(jìn)行模型訓(xùn)練與驗證。

結(jié)果表明，所構(gòu)建的模型精度高且泛化性強(qiáng)，在內(nèi)外部測試集上預(yù)測精度均大于0.75，是目前報道中性能最佳的端到端式進(jìn)展期胃癌新輔助化療療效預(yù)測模型。此外，為了進(jìn)一步直觀展現(xiàn)模型的可解釋性，團(tuán)隊通過可視化方法量化腫瘤影像與化療抵抗間的對應(yīng)關(guān)系。腫瘤內(nèi)部模型激活區(qū)域并不均勻，為揭示腫瘤異質(zhì)性與化療抵抗間的隱含關(guān)聯(lián)提供了借鑒思路（圖2）。

相關(guān)成果發(fā)表于Gastric Cancer。研究工作得到國家自然科學(xué)基金委員會等機(jī)構(gòu)的資助。

圖1 進(jìn)展期胃癌新輔助化療療效預(yù)測新方法流程

圖2 進(jìn)展期胃癌新輔助化療療效預(yù)測模型可視化圖例