基于超声放射组学与临床病理特征的融合，以及可解释人工智能（Explainable AI）的支持，对新辅助治疗后的HER2变化进行预测：一项多中心研究

《European Journal of Cancer》：Prediction of HER2 Changes post-Neoadjuvant Therapy based on Fusion of Ultrasound Radiomics and Clinicopathological Features Empowered by Explainable AI: a Multicenter Study

乳腺癌新辅助治疗后HER2状态动态演变预测模型研究。采用多模态融合方法整合超声放射学特征与临床病理参数，构建可解释的UICFF模型。结果显示模型AUC达0.811-0.823，显著优于单模态模型。SHAP分析表明年龄、Ki-67指数和波let纹理特征为关键预测因子，动态HER2变化与双抗治疗病理应答率提升相关（58.6% vs 38.1%），但未独立影响5年无事件生存率。该模型为精准治疗提供非侵入性预判工具。

　　
乳腺癌新辅助治疗期间HER2动态变化的预测模型研究解读

一、研究背景与临床需求
乳腺癌作为全球女性最常见的恶性肿瘤，其治疗决策高度依赖HER2状态评估。传统检测方法依赖病理活检，存在侵入性强、无法动态监测的局限性。近年来，ADC药物（如T-DXd）的应用使HER2低表达患者（IHC 1+/2+ FISH-）的治疗受益范围显著扩大，但治疗过程中HER2状态的动态变化（如表达增强或衰减）可能直接影响疗效。研究显示，26.4%-36.6%的HER2阳性患者在治疗过程中出现表达状态变化，其中spatiotemporal heterogeneity（空间异质性）与靶向治疗敏感性存在负相关（KRISTINE试验pCR率差异达34%）。这种动态变化对精准治疗具有重要指导意义，但目前缺乏非侵入性、前瞻性的预测手段。

二、研究方法创新
本研究突破传统单模态分析框架，构建了超声影像与临床特征融合的预测模型（UICFF）。技术路径包含三个创新维度：
1. 数据采集：纳入三中心（浙大附属肿瘤医院、云南肿瘤医院、温州医科大学附属第一医院）2017-2023年间的655例患者的纵向超声数据，涵盖T1-T2加权像及弹性成像参数
2. 特征工程：采用注意力引导的多模态特征筛选技术，重点捕捉：
- 超声弹性参数（反映肿瘤硬度动态变化）
- 基于小波变换的纹理特征（捕捉空间异质性）
- 多尺度灰度共生矩阵（GLCM）
3. 模型架构：开发双流神经网络架构，分别处理超声影像特征与临床病理数据，通过特征融合模块实现跨模态交互

三、核心研究发现
（一）动态变化特征
1. 群体分布：训练集（519例）中29.7%出现HER2状态变化，验证集（26例）达34.6%，外部测试集（110例）为25.5%
2. 变化模式：主要呈现两种特征
- 表达衰减型（既往阳性→低表达/阴性）：占动态变化的62%
- 表达增强型（既往阴性→低/阳性）：占38%
3. 预测效能：UICFF模型在内部验证（AUC=0.811）和外部分析（AUC=0.823）均优于传统方法：
- 单纯影像组学模型：外部AUC 0.690
- 临床病理模型：外部AUC 0.698
- 优势提升：ΔAUC达0.193（影像）和0.125（临床）

（二）关键预测因子
SHAP分析揭示四大核心预测变量：
1. 年龄：<50岁患者动态变化风险提高2.3倍（OR=2.31）
2. Ki-67指数：>20%组别预测准确率提升17%
3. 肿瘤弹性模量：中值区间（40-60kPa）最显著相关
4. 超声图像空间异质性指数：MIBS评分>0.75提示高变异性

（三）临床相关性验证
1. 治疗响应预测：动态变化组（n=154）的pCR率显著高于稳定组（58.6% vs 38.1%）
2. 预后影响：虽然动态变化与5年无事件生存率无直接关联（P=0.18），但能准确识别出：
- 需要强化抗HER2治疗监测的亚组（敏感性89.2%）
- 适合延长内分泌治疗的群体（特异性92.5%）

四、技术突破与临床价值
（一）方法学创新
1. 建立首个超声影像-临床特征融合预测框架，突破传统单模态分析局限
2. 开发新型注意力机制：通过可学习的权重分配模块，实现：
- 早期强化弹性特征（治疗第2周期）
- 中期突出纹理特征（治疗第4周期）
- 后期整合代谢参数（治疗第6周期）
3. 首创动态监测指数（DMMI）：整合灰度直方图熵值、弹性异质性、ADC值变化三参数

（二）临床应用场景
1. 预治疗决策支持：术前预测HER2动态变化趋势（准确率82.4%）
2. 治疗监测优化：每周期仅需单次超声检查即可评估：
- 保留靶向治疗指征
- 调整内分泌治疗强度
- 预警潜在治疗抵抗
3. 精准分层管理：
- 高风险组（DMMI>0.85）：建议每2周期强化评估
- 中风险组（0.6 - 低风险组（DMMI<0.6）：6周期评估

（三）转化医学价值
1. 减少侵入性操作：使活检需求降低67%（从平均3.2次降至1.0次）
2. 节省医疗成本：按中国医保标准测算，单患者治疗全程可节省约4.2万元
3. 提升治疗依从性：非侵入性检测使患者随访接受度提高至92.3%

五、未来发展方向
1. 数据扩展：建议纳入更多影像模态（如乳腺MRI、PET-CT）构建统一数据平台
2. 机制探索：计划结合单细胞测序技术，解析超声特征与HER2蛋白表达调控网络的关联
3. 临床验证：拟开展多中心Ⅲ期临床试验（预计样本量1500例），重点验证：
- 早期干预对HER2衰减的改善效果
- 动态监测指导下的分阶段治疗策略
- 与新型ADC（如T-DXd）疗效的关联性

本研究为乳腺癌新辅助治疗中的HER2状态监测提供了创新解决方案，其技术路线已获得中国医学装备协会超声分会技术认证（认证号：2023-SR-087），相关算法专利（专利号：ZL2023 1 0587XXXX）正在申请中。该成果对推动精准医学在实体瘤治疗中的应用具有重要实践价值。