编者按：局限期或局限进展性前列腺癌接受根治性手术，术后切缘阳性等病理不良事件的发生率较高，需要通过强化术后治疗以降低复发和转移风险。目前主要应用PI-RADS等评分工具，但受到不同评估者水平的影响。复旦大学附属肿瘤医院泌尿外科戴波教授团队创新应用人工智能（AI）预测前列腺癌患者的术后不良病理事件，显示较好的预测效能。该研究成果于近期发表于Nature旗下的NPJ杂志（2022年IF=7.9）。

 

图1.研究标题及期刊

 

近年来由于我国人口老龄化以及生活方式的改变，前列腺癌的发病率逐年攀升，根据2020年国家癌症中心发布的数据，前列腺癌是我国男性肿瘤发病率第六高的恶性肿瘤，成为最常见的男性泌尿生殖系肿瘤。最新指南推荐，针对临床局限或局限进展性高危前列腺癌患者，根治性手术、内分泌治疗及放疗相结合的综合治疗方案为主要选择[1]。临床实践中发现，在接受了前列腺癌根治手术治疗后，有将近四分之一的患者具有不良病理事件[2，3]，包括较高的Gleason评分、广泛阳性切缘、包膜外侵犯、精囊腺侵犯以及淋巴结转移等[4]。这些患者术后的生化复发和转移风险较高，需要更频繁的随访及更积极的术后治疗方案[5]。

 

因此，前列腺癌患者不良病理事件是术后患者随访方案及治疗方案决策的重要指标[6]。如何快速、高效地预测患者不良病理事件也随之成为了前列腺癌个体治疗的临床关键问题之一。复旦大学附属肿瘤医院泌尿外科戴波教授团队利用新型人工智能网络NAFNet，从患者的术前MRI影像图像出发，以患者病理大切片作为金标准，成功构建了深度学习网络联合患者术前临床病理指标的整合模型（DL-nomogram）。研究回顾性纳入了国内6家大型三甲肿瘤医学中心共514名患者，研究构建的整合模型（DL-nomogram）在该多中心外部验证队列中展现了优秀的不良病理事件预测能力（AUC:0.915，95%CI:0.871–0.959），显著优于目前常用的预测模型（PI-RADS评分、CAPRA分数）。此外，进一步研究结果显示，该DL-nomogram也可显著预测患者术后生化复发（C-index:0.732），具有较好的预后预测能力。

 

综上，研究团队构建并验证了一种无创、快速、低成本的新型预测模型，通过术前影像预测患者术后不良病理事件的发生概率，从而为前列腺癌患者的精准治疗及个体化随访提供了新的决策工具。

 

目前，该研究已在线发表在JCR医学Q1期刊《NPJ Precision Oncology》。复旦大学附属肿瘤医院泌尿外科主治医师顾伟杰为论文第一作者，基地医师刘铮、博士研究生杨云杰为共同第一作者，主任医师戴波教授为论文通讯作者。本研究得到了上海市科委科技创新行动计划，上海市卫健委学科带头人基金、国家自然科学基金等项目资助。

 

图1：利用新型深度学习网络NAFNet在术前患者MRI影像上判断患者术后不良病理事件发生概率。

 

图2：整合了深度学习网络和术前临床病例指标的模型（DL-nomogram），在术后不良病理事件上相较于传统指标展现出更强的预测能力。

 

▌原文链接：

 

https://www.nature.com/articles/s41698-023-00481-x

 

参考文献

 

[1]CORNFORD P，VAN DEN BERGH R C N，BRIERS E，et al.EAU-EANM-ESTRO-ESUR-SIOG Guidelines on Prostate Cancer.Part II-2020 Update:Treatment of Relapsing and Metastatic Prostate Cancer[J].Eur Urol，2021，79(2):263-82.

 

[2]PATEL H D，TOSOIAN J J，CARTER H B，et al.Adverse Pathologic Findings for Men Electing Immediate Radical Prostatectomy:Defining a Favorable Intermediate-Risk Group[J].JAMA Oncol，2018，4(1):89-92.

 

[3]IMNADZE M，SJOBERG D D，VICKERS A J.Adverse Pathologic Features at Radical Prostatectomy:Effect of Preoperative Risk on Oncologic Outcomes[J].Eur Urol，2016，69(1):143-8.

 

[4]VALE C L，FISHER D，KNEEBONE A，et al.Adjuvant or early salvage radiotherapy for the treatment of localised and locally advanced prostate cancer:a prospectively planned systematic review and meta-analysis of aggregate data[J].Lancet，2020，396(10260):1422-31.

 

[5]GHADJAR P，HOCHT S，WIEGEL T.Postoperative radiotherapy in prostate cancer[J].Lancet，2021，397(10285):1623.

 

[6]PLOUSSARD G，MANCEAU C，BEAUVAL J B，et al.Decreased accuracy of the prostate cancer EAU risk group classification in the era of imaging-guided diagnostic pathway:proposal for a new classification based on MRI-targeted biopsies and early oncologic outcomes after surgery[J].World J Urol，2020，38(10):2493-500.

 

戴波教授