共计 1835 个字符，预计需要花费 5 分钟才能阅读完成。
在头颈癌治疗领域，一项突破性进展正在改变临床决策。美国麻省总医院布里格姆分院与丹娜—法伯癌症研究所的研究团队，近日成功开发并验证了一款基于人工智能的非侵入性评估工具。这款 AI 工具无需手术，就能精准预测口咽癌——一种常见于咽喉部位的头颈癌——的扩散风险，相关研究已发表于权威的《临床肿瘤学杂志》。
这款 AI 工具在分析 1733 名口咽癌患者的影像资料后，已经能够精准识别出那些癌症扩散风险更高、生存率更低的患者群体。这为医生制定个性化治疗方案提供了前所未有的精准依据。
临床困境：治疗强度与副作用的平衡难题
口咽癌的标准治疗方案通常包括手术、放疗和化疗的组合。尽管这些方法具有一定疗效，却也伴随着显著的长期副作用，如吞咽困难、语言障碍与严重疲劳。因此，如何在确保高风险患者获得充分治疗的同时，准确识别出可安全接受低强度治疗的患者，成为临床决策的关键挑战。
目前，判断预后的一个重要指标是病理性淋巴结外侵犯（ENE），即癌细胞突破淋巴结包膜侵入周围组织。然而，确诊 ENE 通常需要通过手术切除淋巴结后进行病理检查，这一过程不仅具有侵入性，也可能延误治疗时机。
AI 解决方案：无创预测癌症扩散风险
为突破这一局限，研究团队开发出的这款人工智能工具，能够通过分析患者的计算机断层扫描（CT）影像，预测 ENE 的存在及其严重程度。该工具通过估算受累淋巴结的数量，提供了一种无需手术的预后评估方法，并帮助判断患者是否适合接受强化治疗。
在实际验证中，该 AI 工具对 1733 例口咽癌患者的 CT 影像进行了分析，成功识别出那些癌症易扩散、生存率较低的患者。其预测结果显著增强了传统临床风险模型的准确性，提升了在个体层面对生存期与疾病进展的评估精度。
AI 工具如何优化头颈癌治疗决策？
研究显示，这一工具能有效筛选出可能从强化治疗（如追加化疗或免疫疗法）中获益的患者，同时也能鉴别出可安全接受治疗降级（例如仅进行手术）的群体。此外，它还能在术前提供关键的预后信息，从而减少对侵入性诊断手段的依赖。
当与现有临床预测指标结合使用时，AI 评估进一步优化了风险分层，为疾病进展与生存预后提供了更精准、个性化的判断。该工具能够无创预测 ENE 受累淋巴结数量——这在以往必须通过手术才能实现——被视为一项重要突破。
未来展望：AI 驱动个性化肿瘤学
作为一种新型预后生物标志物，它有望改进现有癌症分期体系，并帮助医生在强化治疗的获益与潜在毒副作用之间找到平衡点。该 AI 工具亦可能对临床试验设计产生影响，帮助研究者筛选适合评估新疗法的理想患者。
此外，它有望通过推动个性化治疗决策，降低治疗相关并发症发生率，使患者获得的医疗照护与其个体风险相匹配。这项研究凸显了人工智能在肿瘤学领域的广阔前景：先进的计算工具不仅可提升预后判断的准确性，还能优化治疗规划，最终为口咽癌患者带来更好的临床结局。
延伸阅读：全面认识口咽癌
口咽癌是头颈癌的一种，发生于口咽部（喉咙中段），包括舌根、扁桃体、软腭与咽壁等区域。绝大多数病例为鳞状细胞癌，起源于口咽黏膜表面的扁平细胞。
常见症状
早期症状常不明显，易被忽视。典型表现包括：
- 持续喉咙痛
- 吞咽困难或异物感
- 耳痛
- 声音嘶哑或变调
- 颈部肿块（淋巴结肿大）
- 口腔或咽喉出现红白斑块
- 不明原因体重下降
- 长期口臭
由于这些症状与普通咽喉炎或扁桃体炎相似，许多患者确诊时已进入中晚期。
主要风险因素
- HPV 感染 ：尤其是 HPV-16 型，已成为口咽癌主要致病原因
- 吸烟或咀嚼烟草
- 长期过量饮酒
- 口腔卫生不良
- 免疫功能低下
诊断与治疗
诊断通常始于咽喉与颈部体格检查，辅以 CT、MRI 或 PET 扫描等影像评估，最终通过活检确诊。治疗根据癌症分期、肿瘤位置及患者整体状况制定，常采用多学科综合治疗：
- 手术 ：切除肿瘤及受累淋巴结，目前经口机器人手术等微创技术有助于保留功能并加速康复
- 放疗 ：用于早期肿瘤或术后辅助治疗
- 化疗 ：常与放疗联合用于晚期病例
- 靶向治疗与免疫治疗 ：针对特定癌细胞蛋白或激活免疫系统的新型疗法，多用于晚期或复发性疾病
HPV 阳性口咽癌通常预后优于 HPV 阴性者。早期发现与治疗对提升生存率至关重要，预后亦受肿瘤大小、淋巴结转移情况及治疗反应影响。
全球疾病负担
2020 年，全球口咽癌新发病例约 9.84 万例，死亡 4.81 万例。男性发病率普遍高于女性，近年来多国发病率呈上升趋势，主要与 HPV 感染、吸烟及饮酒等生活方式因素相关。
在肯尼亚，头颈癌约占所有癌症病例的 10%，其中口咽癌占比较小。2020 年数据显示，该国口咽癌新发病例约 66 例，死亡 43 例，男性患者多于女性。
