对于与人乳头瘤病毒(HPV)相关的口咽癌患者，评估淋巴结以外的癌细胞或结外扩散(ENE)的存在对于确定适当的治疗至关重要。然而，ENE通常很难在治疗前进行成像检测，这可能导致治疗升级，从而导致更大的毒性和更差的生活质量结果。
布里格姆妇女医院(麻省总医院布里格姆医疗保健系统的创始成员)和达纳法伯布里格姆癌症中心的研究人员进行的一项新研究发现，与四位专家相比，基于人工智能(AI)的算法在检测ENE方面更胜一筹大型多中心口咽癌临床试验中的头颈部放射科医生。该技术现在将用于临床试验，以确定它是否会改善治疗结果。该团队的结果发表在《柳叶刀数字健康》杂志上上。
“HPV相关口咽癌现在是这种癌症中最常见的类型。虽然这些患者往往对手术或化学疗法和放射疗法反应良好，但人们对试图找出降低治疗的方法很感兴趣，因此，患者可以减少副作用和降低生活质量的长期问题，”第一作者、医学博士BenjaminKann说。“一个吸引人的策略是对这些患者使用一种微创手术，称为经口机器人手术(TORS)，而不是七周的联合化疗和放疗。”
然而，ENE的存在是癌症在手术后复发和总体生存率较低的风险因素，使得患有ENE的患者不适合TORS。“如果在手术后发现ENE，这些患者仍需要接受长期化疗和放疗，或三联疗法，这与最严重的并发症和生活质量结果有关，”Kann说。
从历史上看，ENE一直很难使用传统的诊断成像来检测，因此尽管进行了筛查，但仍有大量患者仍需要三联疗法。“在这项研究中使用AI的未满足需求和推动力是看看我们是否可以更好地预测ENE是否存在于治疗前的CT扫描中，因此我们可以帮助选择合适的患者进行手术或用于化学疗法和放射疗法，”Kann说。
该团队已经开发了一种深度AI算法，该算法经过训练可以检测ENE，并在多个数据集中显示出很高的准确性。对于这项研究，该团队使用来自ECOG-ACRIN癌症研究组E3311的治疗前CT和相应的手术病理报告，对AI算法的性能进行了回顾性评估，这是一项多中心、2期降阶梯试验。
“这项研究的重要之处在于它在一个非常大的随机临床试验的背景下测试了算法，根据定义，被招募的患者应该被筛选出患有ENE，但仍有很大一部分最终有ENE，”Kann说。“当我们将该算法应用于该人群以查看它在预测ENE方面的表现时，我们发现它表现良好且准确度高——优于所有四位专家头颈放射科医生。
“主要的好处似乎是提高了灵敏度，或者降低了遗漏ENE的百分比，”Kann说。“理想情况下，在治疗前更好地认识ENE将导致较低的三联治疗率并改善患者的生活质量。”
这些发现表明，将这种AI算法集成到临床中可以为医生提供有关ENE存在的更准确信息，并确定哪些患者最适合手术或化疗和放疗。