结直肠癌是一个极其复杂的“捣乱分子”，存在着截然不同的分子分型。其中，共识分子亚型4，简称CMS4型，是最凶险的一类。近日，由复旦大学附属肿瘤医院放射诊断科主任童彤教授、病理科黄丹教授团队领衔，联合复旦大学附属中山医院、华山医院的一项重磅研究成果在国际放射诊断学顶刊《放射学》（Radiology）在线发表。该研究首次通过常规的术前MRI检查，实现对结直肠癌高危分子亚型（CMS4）的无创精准预测。这为患者精准治疗尤其是争取宝贵的治疗时机带来全新可能。
新模型在手术前即可预测高风险患者
CMS4型结直肠癌侵袭性极强，不仅容易在早期发生微小转移，还对常规的化疗和免疫治疗具有较强的“抵抗力”。然而，目前临床上的CMS分型主要依赖于术后的组织基因检测，难以在治疗前获取。这种诊断的滞后性，导致医生在制定初步治疗方案时，无法提前识别出这部分真正的高危患者。
能否通过MRI，在治疗前提前发现CMS4患者？围绕这一临床痛点，童彤教授团队展开深入攻关。
传统的MRI主要用于观察肿瘤的大小、侵犯范围及周围结构变化，但越来越多的证据提示，这些黑白影像中藏着大量与肿瘤分子特征息息相关的信息。
为此，童彤教授团队收集了来自复旦大学三家附属医院的253例结直肠癌患者数据。团队利用先进的“影像组学”技术，从患者常规的增强T1WI和T2WI图像中，提取了肉眼无法分辨的海量数据特征，并成功训练出一个能预测CMS4亚型的综合评分系统（MRC4s）。
结果令人振奋：这个影像组学模型在多中心测试中表现出极高的预测准确率，能有效区分CMS4与非CMS4患者。更直观的临床数据表明，被该模型“慧眼”识别为高风险（CMS4阳性）的患者，复发或转移风险是其他患者的近6倍。
告别“一刀切”，推进“量体裁衣”个体治疗
近年来，人工智能与影像组学在医学领域飞速发展，但许多模型仍停留在“黑箱预测”阶段，只能给出冰冷的预测结果，无法解释背后的原因。
对此，童彤教授团队在此次研究中特别强调了“可解释性”的探索路径。团队不仅建立预测模型，还进一步验证了模型与肿瘤微环境间的关联机制，使AI预测结果具备坚实的生物学依据。
医生解释，如果把肿瘤比作一座敌军堡垒，CMS4型肿瘤的可怕之处不仅在于癌细胞本身，更在于它们会雇佣大量的“施工队”，即肿瘤相关成纤维细胞CAFs来改造周围的“土壤”，也就是肿瘤微环境，并疯狂修建“补给线”，也就是血管。
研究团队通过宏基因组和单细胞测序技术交叉比对发现，正是这些微观层面的“大兴土木”，最终反映在了宏观的MRI影像上，即肿瘤表现出了明显的不均匀性和异常丰富的血供。该团队的影像组学模型正是敏锐捕捉到这片“黑心土壤”的蛛丝马迹，从而精准锁定CMS4型肿瘤。
“真正能进入临床的AI，不仅要预测得准，更要解释得清。”童彤教授强调，医生需要知道模型为什么得出这个判断，它是否真正反映了肿瘤的生物学行为。
这项研究犹如给MRI装上“AI显微镜”，不仅揭示了影像特征与肿瘤微环境之间的深层联系，更为结直肠癌的精准诊疗提供了全新的“影像学生物标志物”。
简言之，这一研究最大的成果是将肠癌的术前评估从单纯的“看形态”推向“断基因”的新维度，把凶险亚型的诊断从“术后有创”提前到了“术前无创”。
未来，结直肠癌患者有望只需做一次常规MRI，医生就能利用这套系统预判风险。对于被判定为CMS4型的高危患者，医生可以在术前就及早改变战术，比如采用更强有力的靶向创新疗法，或制定更严密的联合治疗与术后随访计划，不给肿瘤喘息之机。对低风险患者，则可以避免不必要的过度治疗，减轻药物毒副作用，最大程度保护患者的生活质量。
国际专家点赞，影像AI迈向生物学解析新阶段
这项兼具顶尖科技含量与临床实用价值的成果，在国际医学界引发热烈反响。研究配发同期述评中，纪念斯隆凯特琳癌症中心两名教授给予高度赞誉。他们强调：该研究代表了精准影像学的重要发展方向，即利用常规医学影像，无创解析肿瘤分子特征与微环境状态，从而辅助临床制定更精准的治疗策略。
国际同行专家给予研究高度评价
过去，人们只指望影像学能照出肿瘤细胞本身，这项研究证明了在CMS4型结直肠癌中，MRI对肿瘤赖以生存的“土壤基质”同样极其敏感。
专家同时点赞了“复旦肿瘤”团队在研究方法上的稳健与透明。他们认为，在多中心真实世界数据中，该团队采用的可解释性模型不仅预测精准，还为复杂的肿瘤微环境提供了一套可靠的、肉眼可见的“翻译系统”。
“过去MRI更多承担的是解剖学评估功能，未来它有望进一步参与肿瘤分子分型和治疗决策。”童彤教授表示，团队将继续扩大前瞻性研究规模，推动这套影像“火眼金睛”早日进入临床一线，让更多结直肠癌患者在个体化精准医疗中重获新生。
万生优配提示：文章来自网络，不代表本站观点。
