Journal for Immunotherapy of Cancer
可解释多模态放射病理组学模型预测食管鳞癌新辅助化疗免疫治疗后病理完全缓解

小赛推荐：

该研究为食管鳞癌个体化治疗策略提供了基于常规影像与病理切片的无创预测框架，对设计精准的器官保留临床试验具有直接指导意义。

 

文献概述

本文《Toward organ preservation in thoracic malignancies: why interpretable multimodal radiopathomics matters in the neoadjuvant immunotherapy era》，发表于《Journal for Immunotherapy of Cancer》杂志，系统探讨了如何利用可解释的多模态放射病理组学模型提升新辅助化疗免疫治疗后病理完全缓解（pCR）的预测准确性。作者强调，随着免疫治疗显著提高pCR率，器官保留策略正成为可能，但现有临床完全缓解（cCR）评估手段存在显著假阴性风险，亟需更精准的生物标志物支持个体化决策。文章回顾了SANO和EC-CRT-001等关键临床试验结果，指出cCR与pCR之间存在显著不一致性，尤其在食管鳞癌患者中，超过40%的cCR患者最终出现复发，凸显了改进评估方法的迫切性。

背景知识

1. 该研究解决的食管鳞癌痛点在于：当前器官保留策略依赖cCR评估，但内镜与影像检查易受采样误差影响，导致部分残留病灶患者被错误纳入观察队列，增加复发风险。2. 目前pCR的研究瓶颈在于缺乏非侵入性、高特异性的预测工具，尤其在新辅助化疗免疫治疗背景下，传统影像与病理评估难以全面捕捉肿瘤微环境的动态变化。3. 选题切入点在于整合常规获取的增强CT与H&E全切片图像，通过人工智能挖掘影像组学（radiomics）与病理组学（pathomics）特征，构建多模态融合模型，以更全面反映肿瘤的宏观结构与微观异质性。该方法充分利用了肿瘤异质性、免疫微环境和治疗反应之间的复杂关联，为实现精准pCR预测提供了新路径。

 

针对食管鳞癌等实体瘤研究，我们提供涵盖基因敲除、点突变和人源化等多种靶向方式的定制小鼠模型服务，支持肿瘤免疫治疗、药物筛选与药效评估。通过成熟的基因编辑技术，可构建模拟人类疾病表型的动物模型，助力机制研究与新药开发。了解更多关于肿瘤疾病小鼠模型的信息，推动您的科研进展。

了解更多

 

研究方法与核心实验

作者在多中心回顾性队列中纳入335例接受新辅助化疗免疫治疗后手术的食管鳞癌患者，使用术前增强CT和内镜活检H&E全切片图像构建模型。他们分别开发了单模态影像组学、单模态病理组学、晚期融合模型（MLFM）和中间融合模型（MIFM），其中MIFM在特征提取后进行早期融合，结合了深度学习与SHAP可解释性分析。模型在训练集、内部测试集和外部测试集上均表现优异，AUC分别达到0.97、0.78和0.76，尤其在验证集中展现出高特异性，这对于避免将非pCR患者误判为可观察至关重要。

关键结论与观点

• 中间融合模型（MIFM）显著优于单模态及晚期融合模型，表明多模态数据融合能更全面捕捉治疗反应的生物学复杂性，提示未来应优先考虑整合多源信息而非依赖单一模态。
• SHAP分析揭示了影像组学中肿瘤边缘不规则性与病理组学中肿瘤浸润淋巴细胞密度等关键特征，这些免疫微环境相关因子对pCR预测具有重要贡献，为后续机制研究提供了可验证假设。
• 模型使用常规临床数据（增强CT和H&E切片），无需额外分子检测，具备较强的临床可及性，支持其在真实世界中用于辅助器官保留决策，尤其是在资源有限环境中。
• 尽管表现优异，模型仍依赖人工肿瘤勾画与病理区域选择，提示未来需开发自动化图像分割工具以提升标准化与可重复性，推动向全自动流程演进。

研究意义与展望

该研究为食管鳞癌的精准治疗提供了可解释、可实施的预测工具，有望减少不必要的手术，提升器官保留策略的安全性。其框架可推广至其他胸部恶性肿瘤，如非小细胞肺癌，在新辅助免疫治疗背景下优化术后管理路径。

从科研视角看，该模型的可解释性设计为探索免疫治疗响应机制提供了新窗口，例如通过分析高贡献度的病理特征，可进一步验证T细胞浸润或基质重塑在pCR中的作用，推动从“黑箱”预测向机制驱动模型转变。

 

为支持肿瘤免疫治疗研究，我们提供免疫系统人源化小鼠模型，包括PBMC和HSC移植模型，可重建人类免疫系统，用于评估CAR-T/NK细胞疗法、免疫检查点抑制剂等新型治疗策略。该模型适用于肿瘤微环境研究、药物体内药效评价及免疫应答机制探索，是研究人类免疫反应的理想平台。

了解更多

 

结语

本研究标志着在新辅助免疫治疗时代迈向精准器官保留治疗的重要一步。通过整合常规影像与病理数据，作者构建了一个高精度、可解释的多模态预测模型，显著提升了对pCR的识别能力。该模型不仅降低了对侵入性评估的依赖，也为临床决策提供了量化依据，有助于筛选真正适合观察策略的低风险患者。未来需在前瞻性队列中验证其效能，并结合自动化图像处理技术实现全流程标准化。从实验室到临床，这一框架为食管鳞癌照护体系引入了数据驱动的个体化路径，有望改善患者生存质量，减少过度治疗。更重要的是，其可解释性设计为后续机制研究提供了桥梁，推动精准肿瘤学从预测向理解演进。

 

Wenmei Jiang, Yongfei Fan, Jiazheng Zhao, Jian Zeng, and Leilei Wu. Toward organ preservation in thoracic malignancies: why interpretable multimodal radiopathomics matters in the neoadjuvant immunotherapy era. Journal for Immunotherapy of Cancer.