共计 818 个字符，预计需要花费 3 分钟才能阅读完成。
由麻省总医院布里格姆和丹娜 - 法伯癌症研究所的科研团队领衔，一项基于人工智能的非侵入性工具近日被成功开发并验证。这款 AI 工具能够预测口咽癌（一种发生于咽喉的头颈癌）的扩散风险，从而帮助医生更精准地判断哪些患者需要接受更积极的治疗。相关研究成果已发表于权威的《临床肿瘤学杂志》。
该研究的资深作者、来自麻省总医院布里格姆人工智能医学项目及丹娜 - 法伯癌症研究所和布里格姆妇女医院的放射肿瘤学家本杰明·坎恩博士表示：“这一 AI 工具有助于筛选出需要接受多种干预措施的患者，或成为强化治疗策略（如免疫疗法或额外化疗）临床试验的理想人选。同时，它也能识别出适合接受治疗强度较低方案的患者，例如仅进行手术，这为口咽癌的个体化治疗提供了新思路。”
- 
- 
- 
- 
- 
- 
口咽癌的治疗通常包括手术、放疗和化疗的组合，患者往往难以耐受，且可能产生长期副作用。因此，准确识别哪些患者可能从较低强度或较高强度的治疗中获益，变得尤为关键。目前，一种重要的评估方法是检查患者是否存在病理性淋巴结外侵犯（ENE），即癌细胞突破淋巴结并扩散至周围组织。然而，确诊 ENE 目前只能通过手术切除淋巴结并进行病理分析来实现，存在侵入性和滞后性。
为了在制定治疗方案前就能非侵入性地评估 ENE 风险，坎恩博士及其团队开发了这款人工智能工具。该工具能够利用常规的计算机断层扫描（CT）影像数据，预测存在 ENE 的淋巴结数量——这是判断患者预后及是否可能从强化治疗中获益的关键指标。在应用于 1,733 名口咽癌患者的影像数据后，该 AI 工具成功预测了癌症的失控性扩散和患者较低的生存率。将人工智能的评估结果与现有的临床风险预测指标相结合，进一步改善了风险分层，从而更精准地预测了单个患者的生存率和癌症扩散情况。
坎恩博士指出：“这款人工智能工具能够预测存在 ENE 的淋巴结数量，这在以往是无法实现的。它表明，这是一种强大的新型口咽癌预后生物标志物，可用于改进当前的分期体系并优化治疗规划，有望在未来临床实践中发挥重要作用。”
