直肠癌新辅助治疗效果评价——从大体影像到AI辅助评价体系建立
RSS 订阅 · 放射学实践
本综述系统总结了直肠癌新辅助治疗后疗效评价方法的进展。传统MRI可显示肿瘤退缩、纤维和黏液改变，但在残存肿瘤识别、生物学异质性刻画、远处转移和预后预测方面存在局限。综述涵盖影像组学、深度学习、多模态AI及大语言模型在临床完全缓解/病理完全缓解判断、免疫治疗反应、远处转移及生存预测中的应用进展。
要点
- 传统MRI显示肿瘤退缩、纤维和黏液改变，但识别残存肿瘤及预测远处转移能力有限
- AI技术可辅助判断临床完全缓解/病理完全缓解、免疫治疗反应及生存预后
- 多模态AI和大语言模型为疗效评价提供新的决策支持工具
核心结论
- 直肠癌新辅助治疗后疗效评价直接影响等待观察、手术及后续综合治疗决策
- 传统MRI在残存肿瘤识别、生物学异质性刻画、远处转移和预后预测方面仍有局限
- 影像组学、深度学习、多模态AI及大语言模型为疗效评价提供辅助决策工具
研究设计与样本
- 本文为系统综述，检索范围涵盖传统影像组学、深度学习、多模态AI及大语言模型相关文献
- 综述聚焦于直肠癌新辅助治疗后临床完全缓解/病理完全缓解判断、免疫治疗反应、远处转移及生存预测研究
关键影像表现/征象
- 传统MRI可显示肿瘤退缩和纤维、黏液改变等新辅助治疗后形态学变化
临床应用与阅片要点
- 疗效评价结果直接影响等待观察策略、手术时机及后续综合治疗方案选择
- 需结合传统MRI征象与AI辅助工具综合判断临床完全缓解和病理完全缓解
- 注意传统MRI在识别残存肿瘤和预测远处转移方面的局限性
局限性
- AI辅助评价体系的临床转化仍面临挑战，需进一步验证其实用性
原文图文
【摘要】直肠癌新辅助治疗后疗效评价直接影响等待观察、手术及后续综合治疗决策。传统MRI可显示肿瘤退缩和纤维、黏液改变，但在残存肿瘤识别、生物学异质性刻画、远处转移和预后预测方面仍有局限。本文系统综述传统影像组学、深度学习、多模态AI及大语言模型辅助决策在临床完全缓解/病理完全缓解判断、免疫治疗反应、远处转移及生存预测中的研究进展，并讨论其临床转化挑战与发展方向。
来源：放射学实践，查看原文。版权归原作者所有。
引用
- fsxsj.tjh.com.cn：直肠癌新辅助治疗效果评价——从大体影像到AI辅助评价体系建立
供执业医师工作参考，不替代临床判断；数值与分级以指南原文为准。