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

　　目前，殘余腫瘤負荷(RCB)分級已成為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后的原發癌灶范圍、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、為患者制定合適的手術及隨訪策略等，對于臨床決策具有極其重要的意義。

　　然而，當前臨床實踐中，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，構建了國際上首個針對乳腺癌不同分子亞型的人工智能系統，可在新輔助化療的早期階段準確預測乳腺癌的RCB分級。該人工智能系統不僅能精準預測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，有望為患者提供更為個性化的手術和護理分層管理，并能最大限度地避免化療的毒副作用，減輕患者的經濟負擔，在臨床實踐中具有重大價值?！蓖趵ふf。(科技日報)