科技日報廣州4月10日電(記者葉青 通訊員張藍溪)記者10日從(cong) 廣東(dong) 省人民醫院獲悉，該院乳腺腫瘤科王坤教授牽頭研發出一個(ge) 無創人工智能係統，可早期預測乳腺癌新輔助化療後殘餘(yu) 腫瘤的負荷。該研究係統近日被國際期刊《外科學年鑒》收錄。

　　目前，殘餘(yu) 腫瘤負荷(RCB)分級已成為(wei) 公認的乳腺癌新輔助治療療效評估標準之一。該標準通過測量患者新輔助化療後的原發癌灶範圍、癌細胞密度、陽性淋巴結數量、淋巴結癌灶最大徑等參數，來綜合評估患者的治療反應。

　　RCB分級越低，表明治療效果越好。RCB-0級表示乳腺癌達到了病理完全緩解，RCB-3級則表明乳腺癌對治療具有耐藥性。因此，在新輔助化療早期識別RCB-3級的患者可以幫助醫生及時調整化療方案、為(wei) 患者製定合適的手術及隨訪策略等，對於(yu) 臨(lin) 床決(jue) 策具有極其重要的意義(yi) 。

　　然而，當前臨(lin) 床實踐中，仍缺少一種能夠早期無創預測RCB分級的工具。

　　針對這樣的現狀，王坤及其團隊以磁共振成像為(wei) 切入點，利用來自多中心的乳腺癌患者的磁共振數據，構建了國際上首個(ge) 針對乳腺癌不同分子亞(ya) 型的人工智能係統，可在新輔助化療的早期階段準確預測乳腺癌的RCB分級。該人工智能係統不僅(jin) 能精準預測RCB 0-1級的療效良好患者，還能早期識別RCB-3級的化療無效患者。

　　“這一科研進展不僅(jin) 能輔助醫生進行新輔助化療方案調整及手術時機確定，還推動了乳腺癌治療的精準化，有望為(wei) 患者提供更為(wei) 個(ge) 性化的手術和護理分層管理，並能最大限度地避免化療的毒副作用，減輕患者的經濟負擔，在臨(lin) 床實踐中具有重大價(jia) 值。”王坤說。(科技日報)