CT影像组学联合血清miRNAs提升睾丸癌残留畸胎瘤检测精准度的创新研究

来自加拿大不列颠哥伦比亚大学的研究团队通过回顾性分析发现，整合CT影像组学与血清miRNA-371/miRNA-375检测可显著提升转移性非精原细胞瘤睾丸癌患者残留畸胎瘤的鉴别准确率（AUC=0.96），为临床决策提供新型无创预测工具，相关成果发表于《JCO临床癌症信息学》。

　　

在针对转移性非精原细胞瘤睾丸癌的突破性研究中，科学家们开发出一项融合CT影像组学与循环生物标志物的智能预测系统。该团队通过三维切片软件(Slicer)提取肿瘤病灶的1384个定量特征，结合化疗前血浆中两种关键调控分子——微小RNA-371和miRNA-375的表达水平，构建了四种机器学习预测模型。

研究亮点在于：

• 创新性地将影像特征与分子标志物联用，使残留畸胎瘤检测准确率提升至96%

• 多变量分析揭示影像组学特征(radiomics signature)的预测效力超越传统临床指标

• 首次证实α-胎蛋白(AFP)和β-人绒毛膜促性腺激素(β-hCG)等血清标志物与淋巴结转移的协同预测价值

"这就像为外科医生配备了分子显微镜，"主要研究者Güliz ?zgün博士比喻道，"通过数字影像特征解码肿瘤生物学特性，我们有望避免50%患者不必要的创伤性手术。"目前该技术仍需多中心验证，研究团队正积极筹建国际协作组，计划开展万人级前瞻性试验以推动临床转化。

值得注意的是，该研究突破传统影像学仅能定位病灶的局限，通过深度挖掘CT扫描中隐藏的纹理特征（如肿瘤异质性、边缘锐利度），结合循环miRNAs的基因调控信息，实现了从"看得见"到"看得懂"的诊断升级。团队特别强调建立标准化生物样本库的紧迫性，这对睾丸癌等罕见肿瘤的精准医疗发展至关重要。