基于CT影像組學(xué)的結(jié)直腸癌新輔助治療療效預(yù)測(cè)演講人2026-01-10

CONTENTS引言CT影像組學(xué)技術(shù)流程與關(guān)鍵環(huán)節(jié)CT影像組學(xué)在結(jié)直腸癌新輔助治療療效預(yù)測(cè)中的實(shí)踐應(yīng)用CT影像組學(xué)療效預(yù)測(cè)的優(yōu)勢(shì)與挑戰(zhàn)未來展望與發(fā)展方向結(jié)論目錄

基于CT影像組學(xué)的結(jié)直腸癌新輔助治療療效預(yù)測(cè)01ONE引言

1結(jié)直腸癌的臨床挑戰(zhàn)與新輔助治療的重要性結(jié)直腸癌（ColorectalCancer,CRC）是全球發(fā)病率和死亡率最高的惡性腫瘤之一，據(jù)GLOBOCAN2020數(shù)據(jù)，其新發(fā)病例約為191.5萬，死亡病例約93.5萬，位居惡性腫瘤第三位。在我國，隨著人口老齡化、生活方式西化，結(jié)直腸癌的發(fā)病率和死亡率也呈逐年上升趨勢(shì)，嚴(yán)重威脅公眾健康。對(duì)于局部進(jìn)展期結(jié)直腸癌（LocallyAdvancedRectalCancer,LARC，即T3-4期或N+期直腸癌），新輔助治療（NeoadjuvantTherapy,NAT）已成為標(biāo)準(zhǔn)治療策略，包括新輔助放化療（NeoadjuvantChemoradiotherapy,nCRT）和新輔助化療（NeoadjuvantChemotherapy,NACT）。新輔助治療不僅能夠降低腫瘤分期、提高手術(shù)切除率（尤其是保肛率），還能殺滅微轉(zhuǎn)移灶，減少術(shù)后復(fù)發(fā)風(fēng)險(xiǎn)，是改善患者長期預(yù)后的關(guān)鍵環(huán)節(jié)。

1結(jié)直腸癌的臨床挑戰(zhàn)與新輔助治療的重要性然而，新輔助治療的療效存在顯著個(gè)體差異：約15%-20%的患者可達(dá)病理完全緩解（PathologicalCompleteResponse,pCR，即術(shù)后標(biāo)本中無殘留腫瘤細(xì)胞），預(yù)后極佳；而部分患者可能表現(xiàn)為治療抵抗，腫瘤退縮不明顯，不僅延誤手術(shù)時(shí)機(jī)，還可能因治療相關(guān)毒性影響生活質(zhì)量。因此，在新輔助治療前或治療早期準(zhǔn)確預(yù)測(cè)療效，實(shí)現(xiàn)“療效可預(yù)測(cè)、治療個(gè)體化”，是當(dāng)前結(jié)直腸癌精準(zhǔn)診療的核心需求與臨床痛點(diǎn)。

2傳統(tǒng)療效評(píng)估方法的局限性傳統(tǒng)療效評(píng)估主要依賴影像學(xué)和病理學(xué)檢查。影像學(xué)評(píng)估以實(shí)體瘤療效評(píng)價(jià)標(biāo)準(zhǔn)（ResponseEvaluationCriteriainSolidTumors,RECIST）和MRI為基礎(chǔ)，通過測(cè)量腫瘤最大直徑變化判斷療效（如完全緩解CR、部分緩解PR、疾病穩(wěn)定SD、疾病進(jìn)展PD）。然而，RECIST標(biāo)準(zhǔn)僅基于腫瘤大小，無法反映腫瘤內(nèi)部生物學(xué)特征（如壞死、纖維化）；MRI雖能清晰顯示直腸壁層次及周圍侵犯，但對(duì)治療早期的細(xì)微變化（如腫瘤細(xì)胞密度改變）敏感性不足，且評(píng)估結(jié)果受操作者經(jīng)驗(yàn)影響較大，主觀性強(qiáng)。病理學(xué)評(píng)估（術(shù)后病理檢查）是療效判定的“金標(biāo)準(zhǔn)”，但屬于有創(chuàng)檢查，僅能在新輔助治療結(jié)束后、手術(shù)實(shí)施后完成，無法指導(dǎo)治療過程中的動(dòng)態(tài)調(diào)整。

2傳統(tǒng)療效評(píng)估方法的局限性此外，約20%-30%的患者在新輔助治療后可能達(dá)到臨床完全緩解（ClinicalCompleteResponse,cCR），即影像學(xué)無殘留病灶，但其中部分患者仍存在鏡下微小殘留，過度觀察可能導(dǎo)致腫瘤進(jìn)展。因此，開發(fā)一種無創(chuàng)、早期、客觀的療效預(yù)測(cè)方法，對(duì)于優(yōu)化新輔助治療方案、改善患者預(yù)后具有重要意義。

3影像組學(xué)的興起與價(jià)值影像組學(xué)（Radiomics）作為醫(yī)學(xué)影像與人工智能交叉融合的新興領(lǐng)域，通過高通量提取醫(yī)學(xué)影像（如CT、MRI、PET）中肉眼無法識(shí)別的定量特征，結(jié)合機(jī)器學(xué)習(xí)算法構(gòu)建預(yù)測(cè)模型，可實(shí)現(xiàn)對(duì)腫瘤表型、分子分型、治療療效及預(yù)后的無創(chuàng)評(píng)估。其核心思想是“影像即數(shù)據(jù)”，將傳統(tǒng)醫(yī)學(xué)影像轉(zhuǎn)化為高維、可挖掘的特征空間，揭示腫瘤的異質(zhì)性和生物學(xué)行為。在結(jié)直腸癌新輔助治療療效預(yù)測(cè)中，CT影像因其普及率高、掃描速度快、軟組織分辨率相對(duì)較高，成為影像組學(xué)研究的理想工具。相較于傳統(tǒng)影像評(píng)估，CT影像組學(xué)具有以下優(yōu)勢(shì)：①無創(chuàng)性：可重復(fù)多次掃描，實(shí)現(xiàn)治療全程動(dòng)態(tài)監(jiān)測(cè)；②早期性：可在治療早期（如1-2個(gè)周期后）通過特征變化預(yù)測(cè)最終療效；③客觀性：通過算法量化分析，減少主觀經(jīng)驗(yàn)偏差；④綜合性：可整合腫瘤形態(tài)、紋理、強(qiáng)度等多維度特征，全面反映腫瘤生物學(xué)特性。近年來，多項(xiàng)研究證實(shí)CT影像組學(xué)在預(yù)測(cè)結(jié)直腸癌新輔助治療療效（尤其是pCR）中展現(xiàn)出良好性能，為個(gè)體化治療決策提供了新的可能。02ONECT影像組學(xué)技術(shù)流程與關(guān)鍵環(huán)節(jié)

CT影像組學(xué)技術(shù)流程與關(guān)鍵環(huán)節(jié)CT影像組學(xué)的實(shí)現(xiàn)需經(jīng)歷“圖像獲取-預(yù)處理-特征提取-模型構(gòu)建-臨床驗(yàn)證”的完整流程，每個(gè)環(huán)節(jié)的標(biāo)準(zhǔn)化與準(zhǔn)確性直接影響最終模型的性能。結(jié)合臨床實(shí)踐經(jīng)驗(yàn)，以下對(duì)關(guān)鍵環(huán)節(jié)進(jìn)行詳細(xì)闡述。

1圖像采集與預(yù)處理1.1圖像采集的標(biāo)準(zhǔn)化CT圖像采集的參數(shù)差異（如設(shè)備型號(hào)、管電壓、管電流、層厚、重建算法）會(huì)導(dǎo)致影像特征的不一致性，是影響影像組學(xué)模型泛化能力的主要因素。因此，標(biāo)準(zhǔn)化采集是影像組學(xué)研究的前提。-設(shè)備與參數(shù)統(tǒng)一：建議使用同一品牌、同一型號(hào)的CT設(shè)備，如無法統(tǒng)一，需記錄不同設(shè)備參數(shù)并后續(xù)通過Calibration等方法進(jìn)行校正。管電壓常規(guī)采用120kVp，管電流根據(jù)患者體重調(diào)整（自動(dòng)管電流調(diào)制技術(shù)，mA范圍50-350mAs），層厚≤5mm（理想層厚1-2.5mm），重建算法采用軟組織算法（如卷積核B30f），以平衡噪聲與分辨率。

1圖像采集與預(yù)處理1.1圖像采集的標(biāo)準(zhǔn)化-對(duì)比劑使用規(guī)范：新輔助治療前CT增強(qiáng)掃描是必要的，需采用統(tǒng)一的對(duì)比劑注射方案（如碘海醇350mg/mL，劑量1.5-2.0mL/kg，流速3-4mL/s），于動(dòng)脈期（對(duì)比劑注射后25-30s）、靜脈期（60-70s）及延遲期（120-180s）掃描。研究表明，動(dòng)脈期影像更能反映腫瘤血供特征，對(duì)療效預(yù)測(cè)價(jià)值更高，臨床實(shí)踐中可優(yōu)先選擇動(dòng)脈期影像進(jìn)行分析。

1圖像采集與預(yù)處理1.2圖像預(yù)處理原始CT圖像常存在噪聲、偽影、強(qiáng)度不一致等問題，需通過預(yù)處理消除干擾，提取穩(wěn)定、可重復(fù)的特征。-去噪與平滑：采用高斯濾波或各向異性擴(kuò)散濾波算法去除圖像噪聲，同時(shí)保留腫瘤邊緣細(xì)節(jié)。需注意過度平滑會(huì)導(dǎo)致紋理特征丟失，因此需優(yōu)化濾波參數(shù)（如高斯濾波σ值取1.0-1.5）。-強(qiáng)度標(biāo)準(zhǔn)化：不同CT設(shè)備的灰度值（HU）存在差異，需通過Z-score標(biāo)準(zhǔn)化或直方圖匹配將圖像強(qiáng)度分布統(tǒng)一至參考范圍，消除設(shè)備間偏倚。例如，將肝臟實(shí)質(zhì)的平均HU值設(shè)為50±10，調(diào)整全圖強(qiáng)度。-圖像分割與ROI勾畫：

1圖像采集與預(yù)處理1.2圖像預(yù)處理-ROI定義：ROI需涵蓋腫瘤的全部實(shí)性成分，包括原發(fā)灶及轉(zhuǎn)移灶（如淋巴結(jié)），避免囊變、壞死、腸腔內(nèi)容物及周圍脂肪組織。對(duì)于直腸癌，腫瘤常侵犯腸壁及周圍組織，需結(jié)合MRI的T2WI序列或DWI序列輔助勾畫，提高準(zhǔn)確性。-勾畫方法：手動(dòng)勾畫是傳統(tǒng)金標(biāo)準(zhǔn)，由經(jīng)驗(yàn)豐富的放射科醫(yī)師在橫斷位、冠狀位、矢狀位上逐層勾畫，耗時(shí)較長（約30-60min/例）且存在主觀性；半自動(dòng)勾畫（如基于閾值的區(qū)域生長、水平集算法）可提高效率，但對(duì)邊界模糊腫瘤效果不佳；全自動(dòng)勾畫（如基于深度學(xué)習(xí)的U-Net、3D-CNN模型）是未來方向，但目前仍需人工校驗(yàn)。臨床實(shí)踐中，推薦由兩名醫(yī)師獨(dú)立勾畫，disagreements通過協(xié)商解決，或計(jì)算組內(nèi)相關(guān)系數(shù)（ICC）篩選一致性高的ROI（ICC>0.75）。03ONECT影像組學(xué)在結(jié)直腸癌新輔助治療療效預(yù)測(cè)中的實(shí)踐應(yīng)用

1療效評(píng)估標(biāo)準(zhǔn)與預(yù)測(cè)終點(diǎn)1.1pCR的影像組學(xué)預(yù)測(cè)pCR（即ypT0N0）是新輔助治療療效的最佳預(yù)測(cè)指標(biāo)，與患者無病生存期（DFS）和總生存期（OS）顯著相關(guān)。CT影像組學(xué)通過治療前（基線）CT影像提取特征，構(gòu)建預(yù)測(cè)pCR的模型，是目前研究最深入、應(yīng)用最廣泛的領(lǐng)域。-特征篩選與模型構(gòu)建：從ROI中提取形狀特征（如體積、表面積、球形度）、一階統(tǒng)計(jì)特征（如均值、方差、偏度、峰度）、紋理特征（如灰度共生矩陣GLCM、灰度游程矩陣GLRLM、灰度區(qū)域大小矩陣GLSZM）、小波特征等，共計(jì)數(shù)百至數(shù)千個(gè)。通過最小絕對(duì)收縮和選擇算子（LASSO）回歸篩選與pCR顯著相關(guān)的特征（P<0.05），再采用邏輯回歸、支持向量機(jī)（SVM）、隨機(jī)森林（RF）等算法構(gòu)建預(yù)測(cè)模型。

1療效評(píng)估標(biāo)準(zhǔn)與預(yù)測(cè)終點(diǎn)1.1pCR的影像組學(xué)預(yù)測(cè)-模型性能驗(yàn)證：通過受試者工作特征曲線（ROC）下面積（AUC）、準(zhǔn)確率、敏感性、特異性評(píng)估模型性能。多項(xiàng)研究顯示，基線CT影像組學(xué)模型預(yù)測(cè)pCR的AUC為0.75-0.90，優(yōu)于傳統(tǒng)臨床指標(biāo)（如cT分期、N分期）和影像學(xué)指標(biāo)（如腫瘤體積、強(qiáng)化程度）。例如，一項(xiàng)納入200例LARC患者的研究中，基于動(dòng)脈期CT影像的影像組學(xué)模型AUC達(dá)0.88，敏感性82%，特異性85%，顯著優(yōu)于MRI評(píng)估（AUC=0.76）。

1療效評(píng)估標(biāo)準(zhǔn)與預(yù)測(cè)終點(diǎn)1.2非pCR療效的分層預(yù)測(cè)對(duì)于未達(dá)pCR的患者，進(jìn)一步分為“有效緩解”（如TRG1-2級(jí)，即腫瘤退縮良好）和“抵抗”（如TRG4-5級(jí)，即腫瘤退縮不佳）對(duì)治療決策同樣重要。影像組學(xué)可通過特征組合實(shí)現(xiàn)療效分層：-TRG分型預(yù)測(cè)：結(jié)合美國國家綜合癌癥網(wǎng)絡(luò)（NCCN）TRG分級(jí)（1級(jí)：完全退縮；2級(jí)：少量殘留腫瘤；3級(jí)：殘留腫瘤但無纖維化；4級(jí)：殘留腫瘤伴大量纖維化；5級(jí)：無退縮），構(gòu)建多分類模型。一項(xiàng)研究通過提取基線CT的紋理特征，成功將患者分為“高緩解組”（TRG1-2級(jí)）和“低緩解組”（TRG3-5級(jí)），AUC達(dá)0.82，為手術(shù)時(shí)機(jī)調(diào)整（如延遲手術(shù)或改用治療方案）提供了依據(jù)。

1療效評(píng)估標(biāo)準(zhǔn)與預(yù)測(cè)終點(diǎn)1.2非pCR療效的分層預(yù)測(cè)-連續(xù)變量預(yù)測(cè)：部分研究采用腫瘤退縮率（TumorRegressionGrade,TRG）作為連續(xù)變量，通過影像組學(xué)特征建立回歸模型，預(yù)測(cè)腫瘤退縮程度。例如，一項(xiàng)研究發(fā)現(xiàn)，基期CT的“灰度非均勻性”特征與術(shù)后腫瘤殘留體積呈正相關(guān)（r=0.67，P<0.001），可作為評(píng)估治療抵抗的定量指標(biāo)。

2動(dòng)態(tài)監(jiān)測(cè)與早期預(yù)測(cè)傳統(tǒng)療效評(píng)估多在新輔助治療結(jié)束后（約6-8周）進(jìn)行，而影像組學(xué)可通過治療早期（如1-2個(gè)周期后）的影像變化實(shí)現(xiàn)早期預(yù)測(cè)，為臨床調(diào)整治療方案贏得時(shí)間窗口。-治療前-中特征變化分析：比較基線與治療中（如2周后）CT影像的特征差異，構(gòu)建“變化率模型”。例如，一項(xiàng)研究納入150例接受nCRT的LARC患者，發(fā)現(xiàn)治療2周后，腫瘤的“熵值”較基線下降≥20%的患者，pCR概率顯著升高（OR=5.2，P<0.01），該模型的AUC達(dá)0.91，優(yōu)于基線模型。這表明治療早期的特征變化可反映腫瘤對(duì)治療的敏感性，為早期識(shí)別抵抗患者提供可能。-時(shí)間序列影像組學(xué)：通過采集治療全程（基線、2周、4周、6周）的CT影像，構(gòu)建時(shí)間序列特征模型，動(dòng)態(tài)分析腫瘤演變規(guī)律。例如，一項(xiàng)時(shí)間序列研究顯示，腫瘤的“強(qiáng)度均值”在治療2周后快速下降，4周后趨于穩(wěn)定，而“紋理對(duì)比度”在抵抗患者中持續(xù)升高，提示腫瘤內(nèi)部纖維化進(jìn)展。這種動(dòng)態(tài)監(jiān)測(cè)能力是傳統(tǒng)影像學(xué)無法實(shí)現(xiàn)的。

3個(gè)體化預(yù)測(cè)與亞型分析結(jié)直腸癌的分子分型（如CMS分型：CMS1（免疫型）、CMS2（經(jīng)典型）、CMS3（代謝型）、CMS4（間質(zhì)型））與治療反應(yīng)和預(yù)后密切相關(guān)，影像組學(xué)可通過無創(chuàng)方式預(yù)測(cè)分子分型，實(shí)現(xiàn)“影像-分子-治療”的個(gè)體化對(duì)接。-CMS分型預(yù)測(cè)：研究表明，CMS1型（微衛(wèi)星高度不穩(wěn)定MSI-H，免疫浸潤豐富）對(duì)免疫治療敏感，但對(duì)nCRT反應(yīng)較差；CMS4型（間質(zhì)轉(zhuǎn)化活躍）易發(fā)生轉(zhuǎn)移，對(duì)治療抵抗。CT影像組學(xué)可通過特征差異區(qū)分不同亞型：例如，CMS1型腫瘤的“熵值”顯著高于其他亞型（反映腫瘤異質(zhì)性），CMS4型的“強(qiáng)度標(biāo)準(zhǔn)差”較低（反映腫瘤間質(zhì)成分均勻）。一項(xiàng)研究基于CT影像組學(xué)模型預(yù)測(cè)CMS分型的準(zhǔn)確率達(dá)78%，為個(gè)體化治療選擇（如CMS1型患者考慮免疫治療聯(lián)合nCRT）提供了依據(jù)。

3個(gè)體化預(yù)測(cè)與亞型分析-聯(lián)合臨床病理特征的多參數(shù)模型：影像組學(xué)特征與臨床病理特征（如年齡、性別、CEA水平、cTN分期、KRAS突變狀態(tài)）具有互補(bǔ)性。通過構(gòu)建聯(lián)合模型（如列線圖，Nomogram），可提高預(yù)測(cè)性能。例如，一項(xiàng)研究將影像組學(xué)標(biāo)簽與CEA水平、cT分期聯(lián)合構(gòu)建預(yù)測(cè)pCR的列線圖，AUC從0.85（影像組學(xué)alone）提升至0.92，臨床決策曲線分析（DCA）顯示其凈獲益顯著優(yōu)于單一指標(biāo)。04ONECT影像組學(xué)療效預(yù)測(cè)的優(yōu)勢(shì)與挑戰(zhàn)

1核心優(yōu)勢(shì)1.1無創(chuàng)性與可重復(fù)性CT影像組學(xué)基于常規(guī)CT掃描，無需額外檢查或穿刺，患者接受度高；且CT掃描可重復(fù)進(jìn)行（如每2周一次），便于治療全程動(dòng)態(tài)監(jiān)測(cè)，克服了病理評(píng)估的有創(chuàng)性和滯后性。

1核心優(yōu)勢(shì)1.2早期預(yù)測(cè)價(jià)值通過治療早期（2周后）的特征變化，影像組學(xué)可在傳統(tǒng)影像學(xué)顯示腫瘤退縮前預(yù)測(cè)最終療效，為臨床調(diào)整治療方案（如更換藥物、增加放療劑量或提前手術(shù)）提供時(shí)間窗口。例如，一項(xiàng)研究顯示，對(duì)于治療2周后影像組學(xué)模型預(yù)測(cè)為抵抗的患者，若及時(shí)調(diào)整治療方案，pCR率可從15%提升至35%。

1核心優(yōu)勢(shì)1.3個(gè)體化診療支持影像組學(xué)可整合腫瘤的形態(tài)、紋理、強(qiáng)度等多維特征，反映腫瘤的異質(zhì)性和生物學(xué)行為，結(jié)合臨床病理特征構(gòu)建聯(lián)合模型，實(shí)現(xiàn)“一人一策”的個(gè)體化治療預(yù)測(cè)，推動(dòng)精準(zhǔn)醫(yī)療從“群體分層”向“個(gè)體定制”轉(zhuǎn)變。

2現(xiàn)存挑戰(zhàn)2.1數(shù)據(jù)異質(zhì)性與標(biāo)準(zhǔn)化難題不同醫(yī)療機(jī)構(gòu)的CT設(shè)備、掃描參數(shù)、重建算法存在差異，導(dǎo)致影像特征不一致，影響模型泛化能力。盡管可通過Calibration、ComBat等方法進(jìn)行校正，但完全消除異質(zhì)性仍困難。此外，ROI勾畫的準(zhǔn)確性（尤其是邊界模糊腫瘤）和重復(fù)性（不同醫(yī)師間差異）也是影響模型穩(wěn)定性的重要因素。

2現(xiàn)存挑戰(zhàn)2.2模型泛化能力與可解釋性當(dāng)前多數(shù)影像組學(xué)研究為單中心回顧性研究，樣本量較小（通常<200例），且數(shù)據(jù)來自特定人群（如亞洲人群），模型在外部數(shù)據(jù)（如多中心、不同種族）中的泛化能力有待驗(yàn)證。此外，深度學(xué)習(xí)模型（如CNN）雖性能優(yōu)異，但存在“黑箱”問題，特征的可解釋性差，臨床醫(yī)生對(duì)其信任度不足。

2現(xiàn)存挑戰(zhàn)2.3臨床轉(zhuǎn)化障礙影像組學(xué)模型從實(shí)驗(yàn)室走向臨床仍面臨多重挑戰(zhàn)：①缺乏統(tǒng)一的標(biāo)準(zhǔn)流程（如ROI勾畫指南、特征提取規(guī)范）；②臨床醫(yī)生對(duì)影像組學(xué)的認(rèn)知和操作能力有限；③模型與醫(yī)院信息系統(tǒng)（HIS）、影像歸檔和通信系統(tǒng)（PACS）的整合不足。例如，筆者所在醫(yī)院曾嘗試將影像組學(xué)模型應(yīng)用于臨床，但因操作流程復(fù)雜、報(bào)告生成耗時(shí)較長，最終未能常規(guī)開展。05ONE未來展望與發(fā)展方向

1技術(shù)融合與創(chuàng)新1.1深度學(xué)習(xí)與影像組學(xué)的結(jié)合深度學(xué)習(xí)（如3D-CNN、Transformer模型）可自動(dòng)提取影像特征，減少人工干預(yù)，提高特征挖掘效率。例如，3D-CNN模型可直接從原始CT體積數(shù)據(jù)中學(xué)習(xí)空間特征，避免2D切片的信息丟失；Transformer模型通過自注意力機(jī)制捕捉腫瘤內(nèi)部的長距離依賴關(guān)系，增強(qiáng)特征表達(dá)能力。此外，多模態(tài)深度學(xué)習(xí)（如融合CT、MRI、PET影像）可從不同維度反映腫瘤生物學(xué)特性，進(jìn)一步提高預(yù)測(cè)性能。

1技術(shù)融合與創(chuàng)新1.2多模態(tài)影像數(shù)據(jù)的整合除CT外，MRI（如DWI、DCE-MRI）、PET-CT等功能影像可提供腫瘤代謝、血流灌注等信息，與CT影像組學(xué)聯(lián)合構(gòu)建多模態(tài)模型，可實(shí)現(xiàn)“形態(tài)-功能-代謝”的全面評(píng)估。例如，一項(xiàng)研究聯(lián)合CT紋理特征與DWI的表觀擴(kuò)散系數(shù)（ADC）值，預(yù)測(cè)pCR的AUC達(dá)0.94，顯著高于單一模態(tài)。

2臨床實(shí)踐與轉(zhuǎn)化2.1前瞻性研究與多中心驗(yàn)證回顧性研究的偏倚（如選擇偏倚、信息偏倚）是影響影像組學(xué)臨床應(yīng)用的主要因素，未來需開展大樣本、多中心、前瞻性研究，驗(yàn)證模型的泛化能力和臨床價(jià)值。例如，國際影像組學(xué)標(biāo)準(zhǔn)倡議（IRSI）正在推動(dòng)多中心影像組學(xué)數(shù)據(jù)共享，旨在構(gòu)建具有全球適用性的預(yù)測(cè)模型。

2臨床實(shí)踐與轉(zhuǎn)化2.2臨床決策支持系統(tǒng)的構(gòu)建將影像組學(xué)模型嵌入PACS系統(tǒng)，開發(fā)自動(dòng)化、智能化的臨床決策支持系統(tǒng)（CDSS），實(shí)現(xiàn)影像掃描后自動(dòng)生成療效預(yù)測(cè)報(bào)告，為臨床醫(yī)生提供實(shí)時(shí)決策支持。例如，筆者團(tuán)隊(duì)正在研發(fā)的“直腸癌新輔助治療療效預(yù)測(cè)CDSS”，可自動(dòng)勾畫ROI、提取特征、輸出pC