「肿瘤·对话」ASCO 2023丨王坤教授专访:深入解读人工智能模型预测乳腺癌新辅助化疗的病理反应,推动个体化精准治疗

2023-06-09 MedSci原创 MedSci原创 发表于上海

王坤教授专访:深入解读人工智能模型预测乳腺癌新辅助化疗的病理反应,推动个体化精准治疗!

编者按

一年一度的全球肿瘤学盛会——第59届2023年美国临床肿瘤学会(ASCO 2023)年会已于美国芝加哥圆满举办。由广东省人民医院肿瘤医院王坤教授开展的“一项多中心、回顾性研究:基于MRI的纵向融合新型模型用于预测乳腺癌新辅助化疗的病理完全反应”入选ASCO 2023年会壁报。

梅斯医学特邀王坤教授分享该研究的研究思路和最新成果,并作相关专题采访。

Q1:王教授您好,随着治疗理念与研究证据的更新,新辅助化疗(NAC)作为乳腺癌系统性治疗的重要组成,越来越受到重视,那么新辅助化疗“新”在哪里?到底哪些乳腺癌人群适合新辅助化疗?

王坤教授:首先,针对新辅助治疗概念。既往早期乳腺癌患者都是先做手术,术后再给予辅助化疗。随着新辅助治疗概念的出现,新辅助化疗主要针对的是术前辅助治疗,因此称为Neoadjuvant chemotherapy。

对于新辅助化疗,初期主要是以缩小肿块尽量达到保乳或者增加手术机会为目的。不过,随着对乳腺癌分子分型研究的进展,逐渐将新辅助化疗纳入T2以上或N1以上三阴性乳腺癌和HER2阳性乳腺癌患者中,该部分患者经新辅助治疗后,可以通过手术治疗判断新辅助治疗疗效,疗效可达到病理完全缓解(pCR),预后较好。而对于没有获得病理完全缓解(pCR)的患者,后续仍可通过给予强化治疗获益。

目前,已经有越来越多的治疗策略融入新辅助治疗,更多患者可以从中获益。首先是手术获益:通过新辅助治疗,可以将无手术指征变为可手术,不能保乳手术变为可保乳手术,不能保腋窝手术变为可保腋窝手术。第二是生存获益:经过新辅助治疗获得pCR的患者,通过后续强化治疗可以进一步提高生存期。

Q2:早期预测乳腺癌新辅助化疗疗效非常重要,由您开展的这项多中心、回顾性研究入选ASCO 2023年会壁报,请您介绍下这项研究开展的主要背景和最新研究结果?

王坤教授:我们知道,通过新辅助化疗可实现肿瘤降期,使不可手术的乳腺癌达到手术条件,特别是病理完全缓解(pCR)的实现。经过新辅助化疗获得PCR患者的预后较好,但是如何在早期精准评估患者是否达到PCR非常重要!通过无创的方式早期预测一直是我们所追求的目标。但目前pCR只能通过术后大体病理评估,在术前无创精准地预测新辅助化疗疗效的工具亟需开发。

我们广东省人民医院一直致力于在影像学方面做大量研究。我们团队联合中山大学附属第一医院、佛山市第一人民医院、汕头市中心医院,以乳腺磁共振成像为切入点,开展了一项人工智能深度影像组学研究,利用时间动态磁共振影像大数据,构建了针对乳腺癌不同分子亚型的多种机器学习模型,可在术前精准预测乳腺癌的pCR,从而辅助乳腺癌新辅助化疗后的手术制定,有助于实施更个体化的患者手术分层管理

这项研究共纳入来自4个中心的1262例乳腺癌患者,分别在基线状态及新辅助治疗过程中获取影像学特征,从而展示出时间动态的变化,通过构建机器学习模型的方法来预测疗效。我们的研究结果表明,对于HR+/HER2−、HER2+和TNBC亚型获得的预测效能AUC值分别可达到0.882、0.896和0.837,均达到非常好的预测效能。

我们这项研究的特色是根据乳腺癌不同亚型存在较大的异质性的特点,将不同的分子分型进行不同特征的提取后,利用时间动态磁共振影像大数据,最终取得良好的预测性能。

Q3:新辅助化疗已经逐步变成“被动+主动”治疗模式,您认为未来的方向是什么?

王坤教授:我认为未来新辅助化疗的方向,其实不能再定义为单纯的新辅助化疗。

目前新辅助治疗的体系已经在不断地扩大,除了传统化疗外,还纳入免疫治疗、靶向治疗等,如新辅助靶向治疗+内分泌治疗,或是新辅助免疫治疗+新辅助靶向治疗等。因此,未来的发展方向是将乳腺癌进一步分型,根据不同分型选择不同的方法,通过新辅助治疗达到更高的pCR,对于没有达到pCR的患者,后续再给予更强化的治疗使得患者获益。

最终的目的就是针对不同的患者人群,选择合适的治疗策略提高患者生存期。新辅助治疗可能带来手术模式的改变,对于早期患者通过精准预测pCR后,可能后续仅给予放疗或微创治疗即可,甚至可以豁免乳腺手术和腋窝手术。

因此,新辅助治疗给我们带来了非常大的应用空间,对患者来说,生存质量也将得到进一步地提升。

 

专家简介

 王坤  教授  

广东省人民医院肿瘤医院副院长

博士生导师

CSCO理事,乳腺癌专委会常委

2019年国之名医获得者

2021年NeoCART研究入选美国NCCN乳腺癌指南

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2142024, encodeId=5e1821420240d, content=深入解读<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a>模型预测<a href='/topic/show?id=73c423e2572' target=_blank style='color:#2F92EE;'>#乳腺癌#</a><a href='/topic/show?id=b4975869e17' target=_blank style='color:#2F92EE;'>#新辅助化疗#</a>的病理反应,推动个体化<a href='/topic/show?id=ebfce6381b8' target=_blank style='color:#2F92EE;'>#精准治疗#</a>!, beContent=null, objectType=article, channel=null, level=null, likeNumber=79, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能), TopicDto(id=23725, encryptionId=73c423e2572, topicName=乳腺癌), TopicDto(id=58697, encryptionId=b4975869e17, topicName=新辅助化疗), TopicDto(id=76381, encryptionId=ebfce6381b8, topicName=精准治疗)], attachment=null, authenticateStatus=null, createdAvatar=https://img.medsci.cn/Random/55971dc507c93968175ce7cc1e177b372a83869f.jpg, createdBy=f63e4754896, createdName=侠胆医心, createdTime=Sat Jun 10 10:25:09 CST 2023, time=2023-06-10, status=1, ipAttribution=上海), GetPortalCommentsPageByObjectIdResponse(id=2141926, encodeId=ca8321419263f, content=很专业,好知识,可以马上用到临床, beContent=null, objectType=article, channel=null, level=null, likeNumber=37, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=b9428741691, createdName=ms5000001846373376, createdTime=Fri Jun 09 18:49:00 CST 2023, time=2023-06-09, status=1, ipAttribution=内蒙古)]
    2023-06-10 侠胆医心 来自上海

    深入解读#人工智能#模型预测#乳腺癌##新辅助化疗#的病理反应,推动个体化#精准治疗#

    0

  2. [GetPortalCommentsPageByObjectIdResponse(id=2142024, encodeId=5e1821420240d, content=深入解读<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a>模型预测<a href='/topic/show?id=73c423e2572' target=_blank style='color:#2F92EE;'>#乳腺癌#</a><a href='/topic/show?id=b4975869e17' target=_blank style='color:#2F92EE;'>#新辅助化疗#</a>的病理反应,推动个体化<a href='/topic/show?id=ebfce6381b8' target=_blank style='color:#2F92EE;'>#精准治疗#</a>!, beContent=null, objectType=article, channel=null, level=null, likeNumber=79, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能), TopicDto(id=23725, encryptionId=73c423e2572, topicName=乳腺癌), TopicDto(id=58697, encryptionId=b4975869e17, topicName=新辅助化疗), TopicDto(id=76381, encryptionId=ebfce6381b8, topicName=精准治疗)], attachment=null, authenticateStatus=null, createdAvatar=https://img.medsci.cn/Random/55971dc507c93968175ce7cc1e177b372a83869f.jpg, createdBy=f63e4754896, createdName=侠胆医心, createdTime=Sat Jun 10 10:25:09 CST 2023, time=2023-06-10, status=1, ipAttribution=上海), GetPortalCommentsPageByObjectIdResponse(id=2141926, encodeId=ca8321419263f, content=很专业,好知识,可以马上用到临床, beContent=null, objectType=article, channel=null, level=null, likeNumber=37, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=b9428741691, createdName=ms5000001846373376, createdTime=Fri Jun 09 18:49:00 CST 2023, time=2023-06-09, status=1, ipAttribution=内蒙古)]
    2023-06-09 ms5000001846373376 来自内蒙古

    很专业,好知识,可以马上用到临床

    0

相关资讯

ASCO 2023 重磅开启! 乳腺癌领域重磅研究展示,一文速览!

乳腺癌领域口头报告部分于当日14:45 -17:45召开,该部分主要聚焦乳腺癌的局部/区域/辅助治疗前沿进展,梅斯肿瘤第一时间汇总、整理及发布,共同见证ASCO 2023会上属于乳腺癌的崭新篇章。

European Radiology:US深度学习放射组学模型在乳腺癌新辅助化疗病理反应早期预测中的应用

US已经成为患者化疗前的常规检查,具有无辐射、广泛的可及性和较低的成本等主要优势。一些研究表明,在治疗的早期阶段,使用基于US的放射组学分析进行治疗反应评估具有有效的预测性能。

academic radiology:利用临床和术前乳腺MRI特征无创预测乳腺癌的淋巴血管侵犯

MRI可提供病变的形态特征和功能信息,因此广泛用于BC,其敏感性为94%至100%;然而,MRI不能直接用于诊断LVI状态。

academic radiology:利用放射组学实现乳腺癌腋窝淋巴结转移的早期无创预测!

现阶段,深度学习可以自动学习图像信息,并已被广泛应用于图像识别和图像分类。与手工制作的放射组学特征相比,从卷积神经网络(CNN)中提取的深度特征包含更多抽象的医学图像信息。

NEJM:Capivasertib对HR阳性乳腺癌的治疗效果(CAPItello-291研究)

大约70%的晚期乳腺癌表达激素受体雌激素或孕激素(或两者),并且不具有人表皮生长因子受体2(HER2)过表达。在这些患者中,内分泌疗法通常是与细胞周期蛋白依赖性激酶4和6(CDK4/6)抑制剂联合使用

ASCO 2023 重磅开启! 乳腺癌领域重磅研究展示,一文速览!

ASCO 2023 重磅开启! 乳腺癌领域重磅研究展示,一文速览!