近日，中国科学院合肥肿瘤医院医学影像中心李海研究员团队、王宏志研究员团队，在脑转移瘤放疗疗效预测方面取得进展。科研团队从脑转移瘤患者放疗前磁共振图像中提取影像组学特征，使用机器学习方法建立预测脑转移瘤放疗疗效的影像组学模型，并通过基于博弈论的方法SHAP解释该模型，该模型有助于脑转移瘤精准放疗方案的制定。该成果发表在国际影像领域TOP期刊European Radiology上。
影像组学（Radiomics）指的是从影像中提取高通量影像特征，辅助临床诊疗决策的制定。这些影像特征可以反映肿瘤的生物信息，无法直接通过常规影像判读的方式获得，因此，基于机器学习的方法可以依靠深层次的数据挖掘，获取额外的关于肿瘤异质性的知识。当前，临床实践中，暂无精准脑转移瘤放疗疗效预测模型，亟需开发基于影像组学的精确模型，辅助医师制定精准的放疗方案，提高患者疗效。
针对以上临床问题，研究团队通过结合影像组学与SHAP的方法，提出了一种预测脑转移瘤放疗疗效的可解释性影像组学模型。该模型表现力较好，且在外部验证组中的预测结果也表明该模型具有可推广性。同时，SHAP方法的使用，实现了模型的可解释性及可视化，避免了传统机器学习算法存在的“黑盒子”效应，利于临床医生理解该模型，并促进该模式的使用。
中科大博士研究生王毅欣是该论文的第一作者。该论文得到了安徽省重点研发计划、中科院合肥大科学中心“协同创新培育基金” 、中科院合肥肿瘤医院“临床重点培育专科”等项目的支持。
文章链接: https://doi.org/10.1007/s00330-022-08887-0
