中国科学院自动化研究所、中国科学院分子影像重点实验室与多家顶级医院研究团队合作，构建出相关影像组学模型，可有效预测胃癌患者的隐匿性腹膜转移。特别是针对CT漏诊的隐匿性腹膜转移，该模型有非常高的检出率。该成果论文近日发表在临床肿瘤期刊《肿瘤学年鉴》上。

  全球约有一半的胃癌新发和死亡病例出自我国。胃癌发生远处转移是导致患者死亡的主要原因之一。据统计，在胃癌远处转移的患者中，53%～66%属于向邻近的腹膜转移，手术无法延长这些患者的生存期，美国、中国、欧洲指南都不推荐手术治疗。因此，术前准确判断腹膜转移情况可有效辅助医生作出治疗决策，避免不必要的手术。目前，CT影像是常见的诊断腹膜转移的术前无创手段，但该方法观察不到明显的腹膜转移征象，易造成漏诊，影响治疗决策和患者预后。

  此次研究在4家医院收集了554例术前CT诊断为腹膜转移阴性患者的影像和临床数据，其中122例经腹腔镜探查病理证实为腹膜转移阳性，这些通常为临床漏诊的患者。同时，研究团队基于患者静脉期CT影像中胃癌最大层面的原发灶图像和病灶邻近的一块腹膜图像，提取266个定量影像组学特征。研究人员分析发现，腹膜转移与2个原发灶影像特征、2个腹膜影像特征，以及1个临床因素Lauren分型具有显著的相关性，并据此构建了影像组学预测模型。研究团队基于4家医院的数据验证了该模型具有很好的预测效果，模型性能评价指标AUC均达到0.92以上。

  据了解，以往研究关注腹膜影像本身，此次研究发现胃癌的腹膜转移与胃癌原发灶和腹膜两者同时相关，从侧面验证了肿瘤转移经典的“土壤—种子学说”，即肿瘤转移不仅与肿瘤细胞本身（种子）相关，还与转移区域的微环境（土壤）相关。该研究还发现，腹膜影像的异质性特征具有较好的预测性能，或能反映早期腹膜转移一些细微的、不易被人眼发现的改变，而影像组学通过深入挖掘影像数据，可定量提取这些细微征象，辅助医生诊断胃癌腹膜转移。