科技日報廣州4月10日電(記者葉青 通訊員張藍溪)記者10日從廣東省人民醫(yī)院獲悉，該院乳腺腫瘤科王坤教授牽頭研發(fā)出一個無創(chuàng)人工智能系統，可早期預測乳腺癌新輔助化療后殘余腫瘤的負荷。該研究系統近日被國際期刊《外科學年鑒》收錄。

　　目前，殘余腫瘤負荷(RCB)分級已成為公認的乳腺癌新輔助治療療效評估標準之一。該標準通過測量患者新輔助化療后的原發(fā)癌灶范圍、癌細胞密度、陽性淋巴結數量、淋巴結癌灶最大徑等參數，來綜合評估患者的治療反應。

　　RCB分級越低，表明治療效果越好。RCB-0級表示乳腺癌達到了病理完全緩解，RCB-3級則表明乳腺癌對治療具有耐藥性。因此，在新輔助化療早期識別RCB-3級的患者可以幫助醫(yī)生及時調整化療方案、為患者制定合適的手術及隨訪策略等，對于臨床決策具有極其重要的意義。

　　然而，當前臨床實踐中，仍缺少一種能夠早期無創(chuàng)預測RCB分級的工具。

　　針對這樣的現狀，王坤及其團隊以磁共振成像為切入點，利用來自多中心的乳腺癌患者的磁共振數據，構建了國際上首個針對乳腺癌不同分子亞型的人工智能系統，可在新輔助化療的早期階段準確預測乳腺癌的RCB分級。該人工智能系統不僅能精準預測RCB 0-1級的療效良好患者，還能早期識別RCB-3級的化療無效患者。

　　“這一科研進展不僅能輔助醫(yī)生進行新輔助化療方案調整及手術時機確定，還推動了乳腺癌治療的精準化，有望為患者提供更為個性化的手術和護理分層管理，并能最大限度地避免化療的毒副作用，減輕患者的經濟負擔，在臨床實踐中具有重大價值。”王坤說。(科技日報)