近日，中国科学院合肥肿瘤医院李海研究员团队在肝细胞癌（HCC）免疫治疗智能管理研究中取得重要进展。相关成果发表在肿瘤学一区Top期刊《npj Precision Oncology》上。

肝癌是我国常见的高发恶性肿瘤，超过70%的患者在确诊时已处于中晚期。免疫检查点抑制剂（ICIs）联合靶向治疗为晚期肝癌患者带来新的希望，但总体应答率不足30%。因此，临床迫切需要个性化的精准肝癌免疫治疗管理方法来筛选敏感人群并确定合适治疗方案以提高免疫治疗的临床效果。

为应对这一挑战，李海研究员团队构建了一个多模态融合（Multimodal Fusion, MMF）智能预测系统。该系统利用集成深度学习模型融合三种具备互补结构的三维神经网络，全面提取肿瘤局部特征、微环境信息及全肝整体结构特征，并与关键临床信息融合，实现对接受ICIs治疗患者的个体化生存获益预测。基于外部测试集的验证结果表明，MMF系统的C-index值达到0.74（总生存期）和0.69（无进展生存期），显著优于临床常规的mRECIST评估标准、传统放射组学模型和单一深度学习模型。该系统在不同临床亚组中也展现出稳定的风险分层能力，并通过可视化热图（Grad-CAM）及SHAP分析实现了较强的临床可解释性。此外，该研究还通过影像-基因组学关联分析，发现MMF模型筛选出的高风险患者与PI3K/Akt信号通路激活显著相关，提示了潜在的生物学机制，为免疫治疗为基础的联合治疗提供理论支持。

本研究不仅为肝癌免疫治疗的个体化管理提供了高效工具，也展示了人工智能在多模态医疗数据整合中的巨大潜力。李海研究员团队长期聚焦人工智能与医学影像的融合创新，在肝癌免疫治疗的智能管理研究中取得了一系列成果（BMC Cancer, 2025; Journal of Medical Systems, 2025），相关技术有望促进肝癌个性化精确诊疗技术的发展和临床应用。

多模态融合（Multimodal Fusion, MMF）智能预测系统的构建流程图

该论文的第一作者为中国科学技术大学2022级博士研究生许军和健康所王腾飞博士，通讯作者是李海研究员和美国休斯顿卫理公会医院Stephen T.C. Wong教授。本研究得到了国家自然科学基金和安徽省重点研发项目的支持。

文章链接：https://doi.org/10.1038/s41698-025-00979-6

课题组相关工作：

https://doi.org/10.1186/s12885-025-13978-4

https://doi.org/10.1007/s10916-025-02192-1