近日，肺癌转化研究领域权威杂志《TranslationalLungCancerResearch》（中科院医学一区、呼吸系统一区，IF:5.）在线发表了医院核医学科与上海交通大学电子信息学院王利生教授合作的题为《PredictingEGFRmutationsubtypesinlungadenocarcinomausing18F-FDGPET/CTradiomicfeatures》的论著，我科刘秋芳医生、上海交通大学孙大桢博士生、和我科李楠医生为文章的第一作者，宋少莉教授为通讯作者，王利生教授为共同通讯作者。
肺癌的发病率和死亡率位居我国恶性肿瘤之首，而表皮生长因子受体抑制剂（EGFR-tyrosinekinaseinhibitor，EGFR-TKI），是临床一线治疗晚期非小细胞肺癌(Non-SmallCellLungCancer，NSCLC)的常用药物。EGFR及其亚型突变状态是决定使用EGFR-TKI的前提。大量临床研究结果表明，NSCLC患者EGFR基因状态及19号外显子缺失和21号外显子错义突变的患者对吉非替尼（EGFR-TKI）更敏感、疗效更好，而EGFR的20号外显子插入突变通常认为是TKI耐药突变。
图1利用18F-FDGPET/CT影像数据进行基于人工智能的肿瘤分割、图像特征提取和筛选，成功建立了肺腺癌EGFR19外显子缺失突变和EGFR21外显子错义突变的预测模型。
本研究利用18F-FDGPET/CT影像数据，基于人工作智能算法进行了影像组学分析，提取的影像组学特征中，个CT图像特征和76个PET图像特征具有较好的稳定性，随机森林和逻辑回归分析表明，5个特征与EGFR19外显子缺失突变相关，5个特征与EGFR21外显子错义突变相关。通过建立模型，预测肺腺癌EGFR、19外显子缺失突变和EGFR21外显子错义突变，结果示：预测EGFR突变模型的准确度达87%，而预测EGFR19外显子缺失和EGFR21外显子错义突变的准确度分别达73%和92%。
本研究方法新颖，并有望为NSCLC患者靶向药物治疗提供有价值的指导。
文章链接：
