新模型為腎細胞癌風險分層提供標準化工具

　　上海交通大學醫學院附屬仁濟醫院研究員翟煒、教授鄭軍華團隊聯合多中心力量，研發多模態預測復發評分（MPRS）模型，為透明細胞腎細胞癌患者的復發風險評估與個體化治療提供了關鍵技術支撐，也為腎細胞癌臨床研究的風險分層提供了標準化工具。11月17日，相關研究成果發表于《npj數字醫學》（npj Digital Medicine）。

　　腎細胞癌是泌尿系統高發惡性腫瘤，其中透明細胞腎細胞癌占比達70%。當前，手術切除是主要治療手段，但約20-30%的患者術后會出現復發轉移。目前，臨床常用的復發風險評估工具存在明顯局限，而分子檢測類模型則面臨成本高、難普及等問題。此外，上述工具易出現“風險誤判”，或低估高風險患者導致治療不足，或高估低風險患者造成過度治療，給患者帶來身心與經濟雙重負擔。

　　針對這一臨床痛點，研究團隊整合國內六家中心及TCGA數據庫共1648例患者的臨床特征、術前增強CT影像與術后病理全切片圖像，創新構建了MPRS多模態人工智能模型。與單一模態模型及經典臨床工具相比，該模型在各指數均展現出壓倒性優勢，且在不同中心、不同設備數據中均保持優異性能，校準度與穩健性遠超現有工具。

　　更值得關注的是，MPRS模型實現了精準的風險再分層。研究結果顯示，MPRS模型成功將83.3%被KEYNOTE-564誤判為低風險的復發患者重新歸為高風險，避免錯失輔助治療時機；同時將57.7%誤判為中、高風險的非復發患者調整為低風險，杜絕不必要的治療損傷。此外，結合SHAP分析與Grad-CAM可視化技術，模型還能精準識別腫瘤不規則邊緣、壞死區域等關鍵預后特征，其判斷邏輯與臨床病理認知高度契合。

　　值得一提的是，研究團隊采用的是常規診療中易獲取的CT與病理圖像數據，無需額外增加分子檢測等高成本項目，且基于輕量化ResNet架構設計，大幅降低了臨床部署門檻。