文献速递腹部介入MR

人工智能用于多时间点动脉期增强MRI分析预测肝细胞癌经动脉化疗栓塞术后预后

Artificial intelligence for multi-time-point arterial phase contrast-enhanced MRI profiling to predict prognosis after transarterial chemoembolization in hepatocellular carcinoma.
PubMed 文献 · Radiol Med · 2025-07-24

回顾性收集181例肝细胞癌患者共543次动脉期增强MRI扫描,构建基于Swin Transformer的端到端深度学习模型ProgSwin-UNETR,用于TACE术后四分类预后分层,模型准确率0.86、AUC 0.92(95%CI 0.90-0.95),优于影像组学模型和mRECIST标准,仅AI模型在全队列及两个治疗亚组中均实现有统计学意义的风险分层。

要点

  • ProgSwin-UNETR四分类预后分层准确率0.86,AUC 0.92(95%CI 0.90-0.95)。
  • 使用治疗前及第1、2次TACE术后三个时间点动脉期增强MRI作为输入。
  • 仅AI模型在全队列及TACE单药和TACE+MWA亚组均实现有统计学意义风险分层(p<0.005)。

核心结论

  • ProgSwin-UNETR能较好预测接受TACE治疗的肝细胞癌患者的不同风险组,并可进一步用于个体化预测。
  • AI驱动的影像分析可能作为无创工具改善风险评估并指导肝癌治疗规划。

研究设计与样本

  • 回顾性研究,纳入181例肝细胞癌患者共543次动脉期增强MRI扫描,其中TACE单药110例、TACE联合微波消融71例。
  • 采用Siemens Magnetom Espree或Magnetom Avanto-fit系统行1.5-T或3-T动脉期增强MRI,层厚5 mm,对比剂为钆特酸(Dotarem)或钆布醇(Gadovist),剂量0.1 mmol/kg体重。
  • 基于Swin Transformer架构构建端到端深度学习模型ProgSwin-UNETR,采用四折交叉验证,每折训练-验证比75:25。
  • 以总生存时间(OS<36个月为短期生存组、OS≥36个月为长期生存组)、动脉期增强MRI特征、mRECIST疗效及专家临床判断两步法确定四分类风险标签(Class 0至Class 3)。
  • 对照分析包括mRECIST标准和五种影像组学分类器(决策树、SVM、随机森林、XGBoost、朴素贝叶斯)。

关键影像表现/征象

  • 图像分割采用基于Swin-UNETR的算法自动三维分割肝脏和肿瘤区域,Dice系数0.83。
  • 分割图像可准确区分肝脏背景与肿瘤区域,有效将门静脉排除在感兴趣区之外。
  • GradCAM++可视化突出对预后预测贡献最大的关键区域特征,提供模型可解释性。

诊断标准与关键数值

  • ProgSwin-UNETR四分类预后分层准确率0.86,AUC 0.92(95%CI 0.90-0.95)。
  • 内部测试队列中朴素贝叶斯影像组学模型AUC 0.76(95%CI 0.66-0.86),与ProgSwin-UNETR比较P<0.05。
  • 多因素Cox回归显示模型为稳健独立预后因素(p=0.01),Class 0至Class 3的Log(HR)值分别为0.97、0.51、-0.53、-0.92。
  • Kaplan-Meier分析中仅AI模型在全队列及TACE单药和TACE+MWA亚组均实现有统计学意义风险分层(p<0.005),mRECIST与影像组学模型在各亚组均未获得显著生存差异(p>0.05)。

临床应用与阅片要点

  • 模型基于治疗前及第1、2次TACE术后三个时间点动脉期增强MRI进行四分类风险分层,输出Class 0(高危)至Class 3(低危)。
  • 作者认为AI驱动影像分析可能作为无创工具改善风险评估并指导肝癌治疗规划。
  • 作者构建列线图以辅助临床决策,整合深度学习风险评分与年龄、性别、mRECIST缓解及索拉非尼治疗等变量。

局限性

  • 原文未报告局限性。
全文中译17 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Radiol Med. 2025 Jul 24;130(10):1517–39. doi: 10.1007/s11547-025-02043-6

引言

肝细胞癌(HCC)占原发性肝癌病例的75%–85%。由于过去二十年间其发病率和死亡率不断上升,HCC持续构成严重的全球健康挑战[1]。经动脉化疗栓塞(TACE)主要推荐用于中期(巴塞罗那临床肝癌分期,BCLC B)HCC,是不适合根治性治疗患者的一种治疗选择[2, 3]。然而,在临床实践中,TACE也被选择性地应用于早期(BCLC A)和晚期(BCLC C)阶段,通常作为由多学科讨论指导的个体化策略的一部分[4–7]。尽管TACE有效,但预测患者对TACE的反应仍具有挑战性,因为仅约一半的HCC患者对初始治疗有反应[8, 9]。在反应不足的患者中,许多人需要重复TACE操作或额外治疗,如微波消融或全身治疗。这些需求主要归因于肿瘤异质性和患者特异性生物学变异[10–13]。因此,治疗决策往往依赖于专家共识会议,但仍然缺乏可靠且客观的决策支持工具。

近年来计算能力的进步显著增强了基于人工智能(AI)的肝癌预后工具[14–19]。传统上,修改版RECIST(mRECIST)标准被广泛用于评估TACE反应[20, 21]。然而,mRECIST主要关注可测量的靶病灶,可能忽视非靶病灶的治疗反应,且未能充分捕捉病灶内异质性。其准确性还受到放射科医师间变异性的限制[22]。近期研究表明,三维(3D)肿瘤形态和动态体积变化在实体瘤纵向监测中优于二维(2D)方法[23–26]。为解决传统影像标准在HCC预后中的局限性,基于深度学习(DL)的方法已成为强有力的替代方案。这些方法要么提取放射组学特征用于传统模型,要么采用端到端学习直接从影像数据中捕捉预后特征[14, 27–32]。在深度学习框架中,Transformer——最初为自然语言处理(NLP)任务(如ChatGPT)开发[33, 34]——在医学影像领域获得了显著关注。视觉Transformer(ViT)和Swin Transformer等变体在多期MRI分割中取得了最先进的结果[35–38]。特别是Swin Transformer,通过滑动窗口机制分层捕捉全局和局部特征,解决了3D医学影像中的关键挑战。它能够实现高分辨率体积MRI的精确空间表征,促进对TACE前后靶病灶和非靶病灶的全面分析。这些能力有助于改善病灶内异质性和治疗反应的量化。在此基础上,Swin-UNETR将Swin Transformer主干与受UNet启发的解码路径相结合,在3D医学图像分割中取得了最先进的性能。除分割外,其可扩展设计非常适合下游应用,如风险分层和预后建模[39, 40]。利用这一框架有望支持HCC管理中的个体化、影像引导决策。

在本研究中,我们实现了一个基于Swin Transformer架构的端到端深度学习模型,用于接受TACE治疗的HCC患者的早期准确风险分层——鉴于治疗反应的显著变异性,这是一个紧迫的挑战。该模型使用多时间点动脉期增强MRI来捕捉动态强化模式。这些模式反映了肿瘤血管性和内部结构复杂性,两者均与预后相关[41]。据我们所知,这是首次将Swin Transformer架构应用于HCC纵向预后建模的研究。我们的发现表明,AI驱动的影像分析可能有助于支持更个性化的治疗决策并改善肝癌诊疗的结局。

HCC的预后分层仍是一个关键的未满足需求,尤其是在接受TACE治疗的患者中,其治疗反应高度异质且往往难以预测。及时识别进展或治疗失败风险增加的个体可为临床决策提供依据、优化监测策略并实现个性化诊疗。在本研究中,我们实现了一个深度学习模型,该模型处理纵向增强MRI以从整个肝脏中提取全面的影像特征。这些深层影像特征使模型能够预测患者预后并进行临床风险分层。我们的发现表明,AI驱动的影像分析可作为无创工具,用于改善肝癌的风险评估并指导治疗规划。

材料与方法

研究对象与数据来源

本回顾性研究经XXX伦理委员会批准,所有患者均提供知情同意(项目编号:XXX)。我们收集了2012年1月至2022年1月期间接受TACE治疗的181例HCC患者(男性151例;平均年龄65.6 ± 10.9岁)。纳入标准为:(1)组织学确诊HCC,(2)接受TACE治疗。排除标准:(1)诊断为混合型癌,(2)既往有肝切除或肝移植史、TACE治疗前曾接受肝癌放疗或化疗,(3)TACE手术次数少于2次,(4)前一次TACE与下一决策周期首次TACE之间的时间间隔>183天,(5)生存数据不完整或死于TACE治疗并发症的患者,(6)首次TACE术前无动脉期CE-MRI数据,(7)无随访动脉期CE-MRI数据,(8)图像质量不合格。181例患者符合标准并纳入评估。病例筛选流程的工作流程见图1。

所有患者均接受TACE治疗。为进一步探索人工智能(AI)技术的应用,我们根据所接受的治疗将TACE队列分为两个主要亚组:单纯TACE治疗的患者和TACE联合MWA治疗的患者。动脉期CE-MRI图像在首次TACE术前及每次治疗后的随访期间采集。

图1 研究患者纳入与排除的STARD流程图。STARD,诊断准确性研究报告标准 查看原图 ↗

临床与治疗特征

这项回顾性研究纳入了接受TACE或TACE联合MWA治疗的HCC患者。治疗决策在日常临床实践中作出,主要以EASL推荐意见为指导,并通过多学科肿瘤委员会(MDT)讨论最终确定。治疗选择反映了患者的个体因素,如肿瘤负荷、解剖学考虑、肝功能及整体临床状况。TACE单药治疗通常适用于不适合根治性切除或消融的多灶性、局限于肝脏的HCC患者。然而,在某些情况下,当个体化评估确定TACE单药治疗为最合适的治疗选择时,也在标准指南之外实施了TACE单药治疗, particularly in patients with unique anatomical or clinical characteristics。符合条件的患者通常表现为肝功能保留(Child–Pugh A级或代偿良好的B7)、体能状态良好(ECOG 0–1),且无大血管侵犯或肝外转移证据(技术操作见附录1)。TACE联合微波消融(MWA)治疗适用于可能通过辅助治疗实现根治性意图的患者。选择标准包括:(1)存在一个优势肿瘤结节,适合在TACE诱导去血管化后行靶向消融;(2)肿瘤大小超过常规消融阈值(> 3 cm至约5 cm);(3)肿瘤位于主要肝血管附近,消融前去血管化可减少热沉效应;或(4)初始TACE后残留存活肿瘤。与TACE单药治疗一样,联合治疗的选择基于MDT共识进行个体化决策,反映指南推荐意见和真实世界临床考虑(技术操作见附录2)。

影像学方案

动脉期CE-MRI方案使用动态对比增强MRI系统(Magnetom Espree;Magnetom Avanto-fit;Siemens,Erlangen,Germany)进行治疗前评估和肿瘤疗效评价。所有患者在初始TACE操作前后均接受了动脉期对比增强MRI(CE-MRI)扫描。对于对比增强成像,给予0.1 mmol/kg体重的钆特酸(Dotarem®,Guerbet GmbH,Sulzbach,Germany)或钆布醇(Gadovist®,Bayer Vital GmbH,Leverkusen,Germany)。对比增强成像在首次治疗前及每次后续TACE session后4周进行。标准成像方案包括以下序列:在1.5-T或3-T系统上进行平扫和对比增强T1加权及T2加权MRI扫描,横断面层厚5 mm。应用的序列为弥散横断面、EP-2D-Diff(b50、b400、b800)、HASTE、同相位和反相位、TSE、FLASH及对比增强FLASH动态期成像。本研究特别关注动脉期,利用对比增强FLASH动态期成像进行肿瘤评估。

AI模型构建

所提出的ProgSwin-UNETR深度学习框架的整体工作流程如图2所示。该模型旨在基于对比增强动脉期MRI对HCC患者进行多分类预后风险分层。所有输入图像均在三个临床时间点(治疗前、第一次和第二次TACE会话后)采集,并经过标准化预处理,包括使用基于Swin-UNETR的算法对肝脏和肿瘤区域进行自动3D分割,Dice系数达到0.83(见附录3)。该步骤降低了背景噪声并突出了相关解剖结构。我们通过修改输入层和输出层,将Swin-UNETR主干适配于多分类预后预测。最终的ProgSwin-UNETR模型由四个部分组成:(1)图像增强模块,在分割掩膜引导下处理3D体积,重采样至128 × 128 × 128体素,并在三个时间点上堆叠为4D输入张量;(2)基于Swin Transformer的编码器,通过分层自注意力提取空间信息特征;(3)受UNet启发的解码器,被重新用于分类,通过分层上采样和跳跃连接聚合多尺度特征;(4)输出头,应用ReLU激活和自适应平均池化以生成风险评分。模型采用四折交叉验证进行训练,每折按75:25划分训练集与验证集。训练采用多分类交叉熵损失函数,验证准确率通过比较预测标签与真实标签计算。所有实验均在NVIDIA RTX 4090 GPU上进行。完整实现细节见附录4。

图2 ProgSwin-UNETR模型用于HCC患者的工作流程。本图展示了分为三个主要部分的综合工作流程:数据集预处理、网络架构开发和模型评估。首先,预处理步骤生成分割图像,显示基线和治疗后阶段的肝脏背景和肿瘤区域掩膜。这些分割输出随后被转换为详细的3D可视化,提供对随时间变化的解剖变化的生动而全面的视图。随后,原始DBI-MRI数据集连同生成的3D掩膜一起输入ProgSwin-UNETR模型进行进一步分析和处理。该模型基于所提出的Swin-UNETR架构开发,该架构将U-Net网络与Swin-Transformer技术相结合。分类结果通过自适应三维平均池化层配合ReLU激活函数确定。其有效性通过ROC、KM和Cox曲线展示,这些曲线评估了与影像组学模型和mRECIST标准相比的预后预测能力 查看原图 ↗

数据标注

采用两步标记策略,通过整合总生存时间、动脉期增强MRI特征、mRECIST治疗反应和专家临床判断,为所有患者确定最终参考标准。首先,根据总生存期(OS)将患者分为两组:短期生存组(OS < 36个月),提示疾病快速进展;长期生存组(OS ≥ 36个月),提示疾病控制较好。在每个生存组内,通过系统评估影像学特征——包括动脉期强化模式、内部强化异质性或坏死、肿瘤边缘形态、血管侵犯征象及卫星结节的存在——并结合临床评估进行进一步分层。将根据mRECIST评估的治疗反应作为辅助参考,以支持风险细化。影像数据由两名委员会认证的放射科医师独立审阅,最终标签由一名资深介入放射学专家参与的共识确定。该分类过程借鉴了人在回路(HITL)理念,将专家经验与定量数据相结合,以提高AI训练的准确性和临床相关性[42]。患者最终被分为四个风险组:Class 0(高风险组)、Class 1(中高风险组)、Class 2(中低风险组)和Class 3(低风险组)。标记流程的详细描述见附录5。

AI模型评估

我们采用四折交叉验证评估了模型将HCC患者分为四个预后风险组的分层性能。通过AUC和分类准确率评估判别性能。采用一对多策略计算各类别特异性AUC(公式见附录6)。为增强可解释性,使用Grad-CAM + +生成激活图,突出显示肝脏内对风险分类有贡献的图像区域。通过Kaplan–Meier生存分析在治疗亚组(单纯TACE和TACE + MWA)中评估模型的泛化能力。通过多因素Cox回归确定总生存期的预后因素。使用mRECIST和五种基于影像组学的分类器(决策树、SVM、随机森林、XGBoost和朴素贝叶斯)进行比较分析。mRECIST实施和影像组学流程的详细信息见附录7和8。为便于临床应用并进一步探索模型的临床效用,我们进行了一项事后多因素分析,将深度学习衍生的风险评分与选定的临床变量和影像组学特征——包括年龄、性别、mRECIST反应和索拉非尼治疗——相结合,以支持个体化总生存期预测。生成森林图以可视化相关的风险比。基于该分析结果,我们构建了列线图以辅助临床决策。列线图的开发过程详见附录9。

统计分析

统计分析使用Python软件进行,针对不同任务使用了以下库。具体而言,采用Lifelines(https://lifelines.readthedocs.io/en/latest/)进行生存分析,PyRadiomics(https://pyradiomics.readthedocs.io/en/latest/)进行影像组学特征提取,scikit-learn(https://scikit-learn.org/stable/)进行机器学习任务,MONAI(https://monai.io/)作为用于医学图像分析的开源深度学习库,以及PyTorch深度学习框架(https://pytorch.org/)。分类数据采用Pearson卡方检验进行分析。AUC用于评估模型在生存分类方面的性能。p值<0.05被认为具有统计学意义。

结果

患者的人口学和临床特征

在本研究中,我们纳入了多样化的真实世界患者队列,如表1所示。回顾性队列共纳入181例HCC患者。整个回顾性队列的平均年龄(±标准差)为65.6岁±10.9,83.4%(n=151)的患者为男性。在181例患者中,96例(53.0%)为BCLC B期,52例(28.7%)为BCLC A期。18.2%(n=33)的患者为BCLC C期。

TACE单药治疗亚组(n=110)包括87例男性(79.1%)和23例女性(20.9%),平均年龄为65.1±9.4岁。大多数患者为BCLC B期(57.3%),20.9%为BCLC A期,21.8%为BCLC C期。在TACE+MWA亚组(n=71)中,平均年龄为66.3±12.8岁,90.1%为男性。诊断时,46.5%为BCLC B期,40.8%为BCLC A期,12.9%为BCLC C期。单因素分析显示两个队列之间BCLC分期存在显著差异(p=0.012)。Kaplan–Meier分析(附录10)显示TACE单药治疗中不同BCLC分期的生存存在显著差异(P=0.03),而TACE+MWA组则无显著差异(P=0.07),提示接受TACE治疗的患者人口学特征存在差异。

表1 接受TACE治疗患者的基线临床特征。亚组数据采用Pearson卡方检验进行统计分析 查看原表 ↗

用于HCC中精确肿瘤和肝脏勾画的预处理分割

ProgSwin-UNETR模型在30,000次迭代的训练过程中,平均损失稳步下降(图3A),平均Dice评分提高并稳定在0.83(图3B)。图3C展示了一个代表性分割示例,可以看出分割图像呈现出精确的勾画。分割图像准确区分了肝脏背景和肿瘤区域,有效将门静脉排除在感兴趣区之外。3D分割结果进一步证明了Swin-UNETR模型在准确分割多个肝细胞癌病灶方面的有效性。所有肿瘤和肝脏的3D分割结果均作为影像组学和深度学习预后模型研究的感兴趣区。

图3 使用深度学习模型进行三维动脉期CE-MRI成像分割。A 基于HCC患者动脉期CE-MRI图像训练Swin-UNETR分割模型时,平均损失值随迭代次数的变化。B 验证Dice曲线,图像分割的最高Dice系数为0.83。C Swin-UNETR分割模型的肿瘤分割结果,并与人工标注进行比较,展示分割后HCC肿瘤与肝脏背景的可视化结果。不同颜色覆盖区域代表不同肿瘤:黄色为肿瘤,绿色为肝脏背景 查看原图 ↗

开发深度学习模型的建模流程

我们构建了一个名为ProgSwin-UNETR的深度学习模型。ProgSwin-UNETR模型通过四折交叉验证训练运行获得。在训练过程中,将同一患者在三个临床时间点——治疗开始前、第一个TACE周期后和第二个TACE周期后——的动脉期CE-MRI图像与其对应的分割掩膜组合成单个三通道训练样本。图4A和B展示了不同生存类别(Class 0至Class 3)的动脉期CE-MRI数据与分割掩膜的整合。在所有类别中,分割出的感兴趣区(ROI)清晰突出显示了肿瘤(绿色)和肝脏背景(红色),为分类提供了明显的空间特征。在输出模块中,我们有4个输出通道,对应于生存分类(class0、class1、class2、class3)。我们应用了以下超参数:批大小为2,学习率为0.001,权重衰减为0.0001,滑动窗口推理过程中的感兴趣区(ROI)大小为(64,64,64)。图4C显示了ProgSwin-UNETR模型在四折交叉验证中的训练和验证性能。对于每一折(Fold 1至Fold 4),左侧面板显示训练损失曲线随epoch的变化,表明损失随时间稳定下降,并在训练接近结束时(最多160个epoch)趋于稳定。右侧面板呈现验证准确率曲线随验证迭代次数的变化,表明模型在验证过程中的准确率不断提高。这些结果证明了深度学习模型训练过程的一致性和有效性,各折中观察到的过拟合极小。

图4 用于生存分类的模型训练和交叉验证。面板A展示接受TACE治疗患者的样本,而面板B包括接受TACE + MWA治疗患者的样本。A和B展示了三个时间点(治疗前以及治疗后一个和两个周期)的动脉期CE-MRI与不同生存类别(Class 0、Class 1、Class 2、Class 3)对应分割掩膜的整合。每一行代表不同的生存类别,展示叠加在动脉期CE-MRI图像上的感兴趣区,其中红色代表肝脏背景,绿色代表肿瘤。C ProgSwin-UNETR模型在四折交叉验证中的训练和验证性能。对于每一折(Fold 1至Fold 4),左侧面板显示训练损失曲线,而右侧面板显示验证准确率曲线,反映随着验证迭代的进行而稳步提高 查看原图 ↗

深度学习模型与影像组学模型分类效果的比较

图5A–F显示,在内部测试队列中,ProgSwin-UNETR深度学习模型的平均AUC(0.92;95% CI:0.90,0.95)显著高于其他五个模型。其他五个模型在内部测试队列中的AUC如下:朴素贝叶斯影像组学模型:0.76 [95% CI:0.66,0.86],P < 0.05;随机森林分类器影像组学模型:0.75 [95% CI:0.69,0.82],P < 0.05;SVM影像组学模型:0.75 [95% CI:0.65,0.85],P < 0.05;决策树分类器影像组学模型:0.75 [95% CI:0.66,0.86],P < 0.05;XGBoost影像组学模型:0.74 [95% CI:0.64,0.85],P < 0.05。此外,风险组结果的混淆矩阵见图5A–F。ProgSwin-UNETR深度学习模型在内部测试队列中相应的准确率和特异性分别为0.87和0.94。模型预测风险组性能的详细描述见表2。

在这个特定的四分类预测任务中,深度学习模型保持了令人满意的预测效能,在AUC和准确率方面始终优于所有风险组的传统影像组学模型。在高风险组(类别0)分析中,ProgSwin-UNETR的AUC为0.92(95% CI:0.91–0.94),高于所有影像组学模型中SVM影像组学模型达到的最高AUC 0.87(95% CI:0.76–0.98)。在中高风险组(类别1)中,ProgSwin-UNETR的AUC为0.89(95% CI:0.84–0.92),而影像组学模型中的最高AUC为0.80(95% CI:0.61–0.99),来自决策树分类器影像组学模型。对于低中风险组(类别2),ProgSwin-UNETR的AUC为0.97(95% CI:0.95–0.99),超过朴素贝叶斯影像组学模型的最高AUC 0.73(95% CI:0.62–0.84)。最后,在低风险组(类别3)中,ProgSwin-UNETR的AUC为0.88(95% CI:0.84–0.94),高于随机森林分类器影像组学模型的最高AUC 0.86(95% CI:0.80–0.92)。

图5 比较深度学习模型与各种影像组学模型在风险组分类中预测性能的受试者工作特征曲线。ProgSwin-UNETR模型A在所有风险组中均表现出优越的预测性能,类别0、类别1、类别2和类别3的AUC值分别为0.92、0.89、0.97和0.88。相比之下,影像组学模型中特定风险组的最高AUC值分别见于朴素贝叶斯模型B(类别2为0.73)、随机森林模型C(类别3为0.86)、SVM模型D(类别0为0.87)、决策树模型E(类别1为0.80),表明ProgSwin-UNETR模型整体性能更优 查看原图 ↗
表2 深度学习模型和影像组学模型的平均AUC及各类别特异性AUC(含95%置信区间) 查看原表 ↗

深度学习模型、影像组学模型和mRECIST标准用于个体化预后分层的预测性能

我们使用交叉验证方法,结合ProgSwin-UNETR模型将整个队列患者预测为四个风险组。在Kaplan–Meier生存分析中,我们将这些风险组与放射组学模型和mRECIST标准分类的风险组进行比较。如图6A所示,根据mRECIST标准分类的四个不同风险组在总生存期方面表现出显著差异,log-rank检验p值为0.01。在图6D中,Naive Bayes放射组学模型也证明了四个风险组之间总生存期的显著分层(log-rank检验p值<0.05)。同样,图6G显示ProgSwin-UNETR模型在总生存期分层方面提供了最高的显著性(log-rank检验p值<0.005)。所有三种模型在整个队列患者的总生存期分层中均表现出显著的统计学差异。在30个月处使用垂直虚线标记HCC患者中期治疗疗效的重要评估点,便于比较由不同预后模型定义的不同缓解类别之间的总生存率。

此外,在分析两个亚组时,深度学习模型表现出更优的性能。如图6B和C所示,在TACE单药治疗亚组和TACE + MWA治疗亚组中,根据mRECIST标准分类的四个不同风险组在这两个亚组的总生存期方面未表现出显著差异,log-rank检验p值分别为0.08和0.18。在图6E中,Naive Bayes放射组学模型显著分层了四个风险组之间的总生存期(log-rank检验p值<0.05),而在图6F中,该模型的分层不显著,log-rank检验p值为0.37。如图6H和I所示,ProgSwin-UNETR模型在将患者分层为四个风险组方面表现出更优的性能。两个亚组均表现出总生存率的显著分层,log-rank检验p值均小于0.005。

图6 Kaplan–Meier图显示了根据mRECIST标准分组的HCC患者总生存期,或使用Naive Bayes放射组学模型和ProgSwin-UNETR预后模型预测为四个预后风险组的总生存期。患者根据mRECIST标准分类如下:A接受所有类型治疗者(n = 181),B TACE单药治疗(n = 110),C TACE + MWA联合治疗(n = 71)。根据Naive Bayes放射组学模型将患者预测为四个风险组如下:D接受所有类型治疗者,E TACE单药治疗,F TACE + MWA联合治疗。根据ProgSwin-UNETR预后模型将患者预测为四个风险组如下:G接受所有类型治疗者,H TACE单药治疗,I TACE + MWA联合治疗。使用垂直虚线标记HCC患者中期治疗疗效的重要评估点 查看原图 ↗

深度学习模型、其他预后模型及临床特征的多因素cox回归分析

多因素Cox回归分析显示,ProgSwin-UNETR模型不仅能准确预测患者结局,还可作为稳健的独立预后因素(p = 0.01)。值得注意的是,该人工智能模型有效地将HCC患者分层为四个不同的风险组——Class 0至Class 3——显示出生存风险存在明显梯度,Log(HR)值分别为0.97、0.51、−0.53和−0.92。这一分层如图7所示,强调了我们的模型在识别不同患者风险水平方面的精确性。此外,索拉非尼治疗、mRECIST和影像组学评分被确定为生存结局的其他显著预后因素。ProgSwin-UNETR模型对HCC患者生存表现出优异的预测性能,在多因素Cox回归分析中贡献了一致性指数(C-index)0.81。最后,为增强临床应用,我们开发了一种列线图,将这些预测与临床和影像学信息整合,将评分高于0.70的患者识别为高风险。这一关键识别如附录11所示,使临床医生能够考虑更积极或替代性的治疗策略,从而可能改善患者结局。

图7 多变量Cox回归分析,用于评估深度学习(DL)模型和临床变量对HCC患者总生存的影响。垂直虚线表示对数风险比(logHR)为0,菱形表示横轴上各变量的logHR值。从菱形延伸出的水平线表示95%置信区间(CI) 查看原图 ↗

ProgSwin-UNETR模型在不同治疗亚组中的激活映射

激活映射解释了动脉期CE-MRI中哪些区域与HCC患者的预后显著相关。展示了TACE和TACE + MWA治疗组在不同风险类别(Class 0至Class 3)中的Grad-CAM + +可视化结果(图8)。激活映射中的红色标记表示与患者预后高度相关。在两个亚组的代表性病例中,Grad-CAM + +热图显示深度学习网络主要关注的区域,这些区域对应于两个亚组中肿瘤及肿瘤转移的治疗相关变化。这证明模型定位于正确的区域。在与肿瘤对应的感兴趣区(ROI)中观察到激活热图强度的变化。残留或转移性肿瘤在热图中显示更深的颜色强度,表明其对预后结局有更明显的影响。在Class 2和Class 3病例中,激活映射进一步显示,与Class 1和Class 0相比,深度学习网络更广泛地关注整个肝脏背景区域。这表明良好预后与肝脏质量之间存在相关性。

这些发现表明,该模型已具备从多时间点图像的肿瘤区域和整个肝脏基底部提取有价值预后信息的能力。

图8 不同治疗亚组的ProgSwin-UNETR模型激活映射。共有八个代表性病例。在不同预测风险组中,使用梯度加权类激活映射++(Grad-CAM++)比较两种不同治疗亚组(TACE和TACE+MWA)。每一行代表代表性示例的激活映射和多个时间点的动脉期增强磁共振成像(CE-MRI)图像:治疗前、治疗后(1个周期)、治疗后(2个周期)和热图。激活映射中的红色区域表示与患者预后高度相关。在肝脏感兴趣区(ROI)热图中,激活较高的区域以红色表示,而蓝色表示激活较低的区域。ROI,感兴趣区;Grad-CAM++,梯度加权类激活映射++(一种用于解释深度学习模型的可视化技术) 查看原图 ↗

讨论

个性化预后模型通过制定针对个体患者风险特征的治疗策略,支持肝细胞癌(HCC)的最佳管理。在这项回顾性研究中,我们通过分析HCC患者多时间点动脉期CE-MRI,研究了ProgSwin-UNETR预后模型的性能。我们实现了一种基于Swin Transformer的深度学习模型,其取得了有前景的预后性能。具体而言,我们利用人工智能从动脉期CE-MRI中捕获高维影像特征,整合长期监测的个体化患者影像信息以预测预后。我们还拓宽了模型的适用性,使其适用于不同BCLC分期和治疗方案的HCC患者,旨在更有效地应对真实世界的临床复杂性。

使用影像技术在治疗过程中监测肿瘤变化是标准步骤。从这些医学图像中提取重要预后特征以预测总生存期,被认为对预后模型至关重要。用于HCC预后预测的传统临床评分模型,其AUC值通常在0.53至0.79之间[43–46]。基于影像组学的模型AUC值范围为0.74至0.81[47]。我们建立的基于Swin Transformer的深度学习模型在四折交叉验证集中实现了0.87的平均准确率,并表现出相当的性能,平均AUC为0.92,提供了一种基于三维图像特征提取的更精确、数据驱动的预后方法。这一显著改善凸显了我们的AI模型在从整个肝脏提取关键动脉期CE-MRI特征以及整合治疗期间多个时间点特征方面的优越能力。除总体队列性能外,ProgSwin-UNETR在各治疗亚组中表现出稳健且具有临床意义的预后分层。Kaplan–Meier分析显示,该模型在TACE单药治疗和TACE+MWA亚组中均显著区分四个风险组(对数秩p<0.005),而传统mRECIST未能达到统计学显著性(分别为p=0.08和0.18)。同样,虽然基于影像组学的模型(朴素贝叶斯分类器)在仅TACE组中显示出一定程度的分层(p<0.05),但在TACE+MWA组中未达到显著性(p=0.37)。这些结果强调了我们的模型在不同治疗策略中优越的泛化性和稳定性。

ProgSwin-UNETR在支持多情境下的临床管理方面展现了实用价值。首先,利用多时间点动脉期增强磁共振成像(CE-MRI),该模型在四个不同的风险分层中均实现了持续较高的曲线下面积(AUC)(0.88–0.92),从而能够进行细粒度的生存预测并为个体化治疗决策提供依据。在经导管动脉化疗栓塞(TACE)亚组中,110例患者中有31例被识别为高风险,提示其从重复局部区域治疗中获益有限,可能需要替代治疗策略。同样,在TACE+微波消融(MWA)亚组中,71例患者中有11例被归入最高风险组,中位总生存期仅为14.0个月。对于这些个体,继续局部区域干预似乎并非最优选择,早期转向全身治疗将更为合适。根据AI模型预测的风险特征调整治疗可能改善其临床结局。尽管基于模型推断且尚未在前瞻性试验中得到验证,这些发现支持AI驱动的风险分层在指导治疗反应不佳者及时做出治疗决策方面的潜在临床效用。其次,AI模型的可解释性增强了其临床适用性。Grad-CAM++可视化通过计算目标类别相对于特定卷积层的梯度,用于识别对风险分类有贡献的关键成像区域。在我们的热力图中,高风险病例一致显示肿瘤主导区域的激活,而低风险病例则在背景肝组织中表现出更强的信号。这种空间分化提供了模型输出的直观视觉解释,提供了具有临床意义的见解,并增强了医生对AI辅助决策的信心。第三,与传统基于mRECIST的评估相比,该模型展现出更优的计算效率。时间特征被自动提取并在每个病例约0.93秒内完成整合,支持快速且可重复的预后评估,同时促进常规临床环境中的高效资源分配。

此外,我们进行了事后多变量Cox比例风险分析,以评估将AI衍生风险评分与临床变量整合的可行性。事后Cox分析的C指数为0.81,提示良好的区分度。索拉非尼治疗状态仍是生存的独立预测因素,凸显了临床特征在基于影像数据之外的附加预后价值。值得注意的是,在AI风险评分相似的患者中,治疗反应的差异——特别是是否接受索拉非尼治疗——与显著不同的生存结局相关。列线图累积评分超过0.70的患者被归类为高风险。如果列线图提示患者未接受靶向治疗(如索拉非尼),可考虑启动此类治疗。相反,如果记录有既往索拉非尼使用史,则可考虑替代性全身治疗选择——包括免疫治疗或联合方案。该方法为临床医生提供了一个实用框架,可将风险评分转化为个体化预后估计,并为循证治疗决策提供依据。尽管列线图不属于核心模型的一部分,但它说明了如何将深度学习输出与临床数据整合,以支持风险分层并指导预后不良患者的治疗决策。

然而,我们的研究存在若干局限性。第一,这是一项回顾性单中心研究,样本量相对较小。缺乏外部验证可能导致偏倚。尽管使用交叉验证在一定程度上增强了模型的稳健性,但在临床应用之前,仍需在更大数据集上进行外部验证,以确认所提出的Swin-Transformer模型的普遍可行性。第二,为减少计算负担,我们使用计算机掩膜技术排除了肝脏以外的信息。对于部分伴有腹水的患者,该方法可能导致一些有用信息的丢失,从而影响模型的预测准确性。因此,需要进一步优化算法,以确保在保持计算效率的同时保留肝脏内部及周围的相关信息。

结论

我们的研究表明,ProgSwin-UNETR深度学习模型通过有效利用多时间点动脉期CE-MRI数据,为HCC预后提供了稳健的预测性能。该模型提取显著预后特征的能力在各个风险组中均表现出高准确性和区分能力,超越了传统放射组学模型。此外,该模型与关键临床变量的整合增强了其临床实用性,为个体化患者管理提供了有价值的见解。尽管结果令人鼓舞,但我们的研究存在若干局限性,包括其回顾性性质、外部验证的必要性以及前瞻性研究的必要性,这些为我们的未来工作指明了方向。最终,我们的发现强化了ProgSwin-UNETR模型作为改善HCC患者预后评估和临床决策的变革性工具的潜力。

引用

  1. Yao L, Adwan H, Bernatz S, et al. Artificial intelligence for multi-time-point arterial phase contrast-enhanced MRI profiling to predict prognosis after transarterial chemoembolization in hepatocellular carcinoma. Radiol Med. 2025. PMID: 40707767. doi:10.1007/s11547-025-02043-6
  2. 全文:PMC12546431(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12546431/

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。