编辑推荐：
肝细胞癌（HCC）是全球癌症相关死亡的主要原因之一，中晚期 HCC 常采用经导管动脉化疗栓塞（TACE）或经导管动脉栓塞（TAE）治疗。研究人员开展了机器学习（ML）在 TACE/TAE 治疗中晚期 HCC 应用的研究，发现 ML 模型预测准确性高，但仍需进一步研究。这为改善治疗效果带来希望。
在全球范围内，癌症如同一场无情的 “风暴”，给人类健康带来巨大威胁，而肝细胞癌（Hepatocellular Carcinoma，HCC）更是其中的 “劲敌”。2020 年，约 90.6 万新确诊原发性肝癌病例，83 万人因此离世，其中 80% 是 HCC 。HCC 发病率持续攀升，酒精性肝病、代谢相关脂肪性肝病（MASLD，曾称非酒精性脂肪性肝病）、乙肝和丙肝病毒感染、黄曲霉毒素暴露等都是重要诱因。这些因素引发肝脏炎症、纤维化和肝细胞异常再生，最终导致肝硬化，约三分之一肝硬化患者会发展为 HCC 。
目前，HCC 的治疗主要依据巴塞罗那临床肝癌（Barcelona Clinic Liver Cancer，BCLC）分期系统。该系统将 HCC 分为 0 期（极早期，单个病灶小于 2cm 且肝功能良好）、A 期（早期，单个或少于 3 个结节，每个小于 3cm 且肝功能良好）、B 期（中期，多结节且肝功能良好）、C 期（晚期，门静脉侵犯伴或不伴肝外转移且肝功能良好）和 D 期（终末期，任何肿瘤负荷伴终末期肝功能） 。对于中晚期 HCC 患者，经导管动脉化疗栓塞（Transcatheter Arterial Chemoembolization，TACE）是标准治疗方案。TACE 是将化疗药物与碘化油混合制成乳液，经动脉导管注入供应 HCC 的血管，随后进行血管栓塞 。然而，TACE 存在诸多局限性。不同患者的细胞组成、代谢和解剖结构差异，导致治疗技术、治疗计划和治疗反应不一致。部分患者可能需要多次重复 TACE 治疗才能达到临床效果，这增加了肝损伤、医源性并发症和化疗相关并发症的风险。此外，化疗药物的剂量也难以精准确定 。
在这样的背景下，人工智能（Artificial Intelligence，AI），尤其是机器学习（Machine Learning，ML）技术的出现，为解决这些难题带来了新希望。ML 作为 AI 的一个子集，能让计算机从数据中学习，提升任务表现 。在放射学领域，ML 已展现出强大优势，可提高肝脏病变的检测和特征描述准确性，辅助复杂介入手术规划，预测患者预后 。但 ML 在优化 TACE 手术方面的作用，相关研究还较为匮乏。为了探究 ML 在 TACE/TAE 治疗中晚期 HCC 中的效果，来自伦敦帝国理工学院等机构的研究人员开展了相关研究，其成果发表在《La radiologia medica》杂志上。
研究人员采用了一系列严谨的研究方法。首先，他们在 Medline、Embase、Scopus 和 CENTRAL 数据库进行全面文献检索，筛选出研究 BCLC B 期或相当分期患者，且在 TACE/TAE 手术中使用 ML 进行图像引导的研究 。经过严格筛选，最终纳入 7 项研究，涉及 4017 名患者 。随后，两位作者独立提取数据，包括研究细节、方法设计、人群特征和干预细节等 。研究质量评估则使用诊断准确性研究质量评估 2 分（Quality Assessment of Diagnostic Accuracy Studies 2 score，QUADAS-2） 。统计分析采用双变量模型计算敏感性、特异性和曲线下面积（Area Under the Curve，AUC）等数据 。
研究结果主要围绕两个方面展开。一是 Meta 分析，研究人员根据结果将论文分为两组：3 年总生存期（Overall Survival，OS）和对 TACE 的客观缓解（Objective Response，OR） 。在预测对 TACE 的客观缓解方面，AUC 值范围为 0.55 - 0.98，总体 AUC 为 0.8496，这表明 ML 算法能较好地根据 TACE 术前成像预测客观缓解情况，有助于将患者分为有效和无效 responders 。在预测 3 年总生存期方面，AUC 值范围为 0.64 - 0.75，总体 AUC 为 0.6966，该数值相对较低，临床实用性有限，且相关研究样本量较小，可能存在第 2 类错误 。二是质量评估，通过 QUADAS-2 评估发现，纳入研究总体偏倚风险较低，但部分研究在抽样机制、指数测试和参考标准解释的盲法等方面存在问题 。同时，研究存在发表偏倚，尤其是在预测对 TACE 的客观缓解方面 。
综合研究结果和讨论，该研究表明 ML 在 TACE 手术中对预测客观缓解和总体生存有显著作用，特别是在预测客观缓解方面表现出较高准确性，有助于指导临床决策，识别可能从 TACE 治疗中获益较少的患者，从而考虑替代疗法 。然而，目前研究存在局限性，如所有研究均来自中国，限制了研究结果的普遍性；研究缺乏标准化结局，难以准确比较结果；样本量计算缺失，可能影响研究可靠性 。未来研究应致力于解决这些问题，充分挖掘 ML 在 HCC 治疗中的潜力，为改善患者预后带来新的突破。
