共计 691 个字符，预计需要花费 2 分钟才能阅读完成。
鼻咽癌（NPC）作为一种高度侵袭性的恶性肿瘤，往往在局部晚期阶段才被确诊。尽管免疫检查点抑制剂（如 PD-1 阻断剂）已经革新了治疗策略，但仅有少数患者能够获得持久的疗效。准确预测治疗反应的生物标志物仍是亟待解决的关键问题。
暨南大学第一附属医院张水兴教授与张斌教授领衔的研究团队，在《Research》期刊发表了一项突破性研究。该多中心研究纳入了 246 名接受免疫治疗的局部晚期鼻咽癌患者，通过应用人工智能算法，从医学影像中提取并筛选出最优放射组学特征，构建了新型预测模型。
研究结果显示，这种基于人工智能的放射组学模型在预测治疗反应方面表现优异，AUC 值达到 0.760，显著优于传统临床模型的 0.559。在预后评估方面，最优模型的 C 指数高达 0.858，能够准确地将患者划分为高风险和低风险组。
值得注意的是，研究团队还深入探讨了模型的生物学可解释性。通过全片 H&E 和 IHC 图像进行图像 - 病理学相关性分析，研究人员发现放射组学特征与关键免疫细胞标志物（包括 CD45RO、CD8、PD-L1 和 CD163）之间存在显著关联。这一发现揭示了影像学特征与肿瘤微环境免疫景观之间的明确联系，为放射组学方法提供了坚实的生物学基础。
该研究不仅证实了放射组学在鼻咽癌精准免疫治疗中的强大潜力，还通过将先进的影像分析与病理学相关性相结合，为患者分层和个性化治疗提供了新的思路。这一突破性进展有望推动鼻咽癌治疗向更加精准、个性化的方向发展。
研究论文《与肿瘤微环境相关的放射组学模型预测局部晚期鼻咽癌患者的免疫治疗反应和预后》已发表于《Research》期刊，DOI：10.34133/research.0749。
