近日，湖北省肿瘤医院放射科与放疗中心研究团队联合在国际放疗领域顶级期刊《Radiotherapy and Oncology》（《放射治疗和肿瘤学》）在线发表论文《联合剂量学参数、临床因素和影像组学预测接受免疫治疗和放疗联合治疗的肺癌患者的症状性放射性肺炎风险》。这是湖北省肿瘤医院科研团队自11月30日以来，在该期刊发表的第二篇科研成果。

    早在11月30日，湖北省肿瘤医院放疗中心韩光教授团队就在《放射治疗和肿瘤学》在线发表论文，揭示了肿瘤患者免疫治疗后胸部放疗存在放射性肺炎高发风险。

    本次的研究，则提出并建立一种人工智能模型，用于预测接受免疫和放疗联合治疗的肺癌患者发生放射性肺炎的风险。

    该论文的第一作者单位和通讯作者单位均为湖北省肿瘤医院。论文第一作者为湖北省肿瘤医院放射科医生聂婷婷，中南民族大学研究生陈紫恩及荆州市第一人民医院蔡君教授为共同第一作者；第一通讯作者为湖北省肿瘤医院放射科技师长袁子龙，医院放疗中心韩光教授及毕建平博士为共同通讯作者。

    研究背景

    目前，免疫治疗和胸部放疗的联合在肺癌治疗中较为常见，一般能够较好地延长患者生存时间，但也可能会提高放射性肺炎发生风险、降低患者生活质量。所以，科学预测症状性放射性肺炎（即2级或以上）的发生风险，对于评估治疗安全性和患者预后等至关重要。基于此，湖北省肿瘤医院放射科科研团队提出了采用影像组学和深度学习相融合的方法来预测的思路。

    研究内容

    该研究回顾性纳入湖北省肿瘤医院和荆州市第一人民医院共计73名接受过免疫治疗和胸部放疗，且发生了症状性放射性肺炎的肺癌患者数据。研究团队通过提取放射治疗计划CT中的肿瘤靶区、计划靶区等相关影像组学特征，同时在计划靶区覆盖层面的CT图像中提取深度学习特征，并联合临床及剂量学参数，采用最小绝对值收缩和选择算法筛选出了28个具有代表意义的特征（其中包含肿瘤T分期、N分期,年龄,吸烟史，放疗过程中是否同步化疗，V20、V30等多个临床剂量学参数），然后采用逻辑回归构建起预测模型，并用五折交叉验证的方法确保了模型的稳定性。

    该研究成果能够在《放射治疗和肿瘤学》（欧洲放射肿瘤学会所属会刊；影响因子：5.7；中科院分区：医学1区；JCR分区：Q1）期刊上发表，说明湖北省肿瘤医院放射科科研团队在人工智能疾病预测模型领域达到了一个新高度。

Radiotherapy and Oncology

放射治疗和肿瘤学

    《Radiotherapy and Oncology》（《放射治疗和肿瘤学》）创刊于1983年，是欧洲放射肿瘤学会所属会刊，由全球领先的科学与医学信息服务机构爱思唯尔（Elsevier）出版发布。