转移性肺腺癌的基于单位和多位点CT的放射基因组学分析以及与结果的相关性
Amandine Crombé1,2,3, Lou Andrea Sitruk4, Cécile Masson-Grehaigne4
1Department of Diagnostic Oncologic Imaging, Gustave Roussy Institute, Villejuif, France. amandine.crombe@gustaveroussy.fr.
European radiology
|January 16, 2026
概括
来自CT扫描的多部位放射学可以识别致癌变化,并预测转移性肺腺癌 (MLUAD) 的治疗反应. 这种非侵入性AI生物标志物补充了用于个性化治疗选择和预后的分子测试.
科学领域:
- 放射学和人工智能在瘤学中的应用
- 肺癌中的基因组变化
- 医学成像和数据分析.
背景情况:
- 放射基因组研究传统上集中于肺癌中单位放射性特征 (RF).
- 单位射频对转移性肺腺癌 (MLUAD) 患者的有限适用性.
- 需要为MLUAD提供先进的成像生物标志物.
研究的目的:
- 评估MLUAD中基于CT的无监督放射性聚类 (单位和多位点特征) 和瘤变异 (OA) 之间的关联.
- 评估放射性聚类对治疗反应和生存的预测价值.
- 在MLUAD中探索放射学作为分子测试和治疗选择的非侵入性辅助.
主要方法:
- 追溯分析361名MLUAD患者的治疗前CT扫描和下一代测序.
- 从所有固体瘤病变> 1 cm3 中自动提取可复制的 RF.
- 无监督的等级共识集群使用基于心脏,最大的病变和活检的病变特征.
- 研究与OA (与吸烟者相关的[sOA],非吸烟者相关的[nsOA]),整体反应率 (ORR) 和整体存活率 (OS) 的关联.
主要成果:
- 多站点放射性聚类 (Cluster-M) 独立预测了sOA (OR=2.28) 和nsOA (OR=5.49).
- 特定的集群 (集群-M2+M5) 得到了KRAS,MET和PI3KCA变化的丰富.
- 放射性聚类与更高的ORR和更长的OS有关.
结论:
- 基于基线CT的单点和多点放射学捕获模式与MLUAD中的关键OA相关.
- 放射性聚类作为一种非侵入性的AI生物标志物.
- 在指导分子测试和优化MLUAD患者治疗选择方面的潜在作用.
