AI驱动的体成分监测在mCRPC患者接受镥-177 PSMA放射性配体治疗中的预后价值：一项单中心回顾性分析

本研究针对转移性去势抵抗性前列腺癌(mCRPC)患者在接受[177Lu]-PSMA放射性配体治疗(RLT)过程中，采用PACS集成的AI技术监测内脏脂肪组织(VAT)等体成分参数变化。研究发现治疗期间VAT下降>20%是独立预后因素(HR=0.26)，与PSA反应无关，为临床决策提供了新型影像学生物标志物。

　　

前列腺癌作为男性第二大常见恶性肿瘤，其转移性去势抵抗阶段(mCRPC)的治疗始终是临床难题。尽管[¹⁷⁷Lu]-PSMA放射性配体治疗(RLT)为这部分患者带来了新希望，但约25%患者会出现原发性进展。目前临床主要依赖PSA反应评估疗效，亟需更精准的预后预测工具。近年来，AI驱动的体成分(BC)分析技术为肿瘤患者的代谢状态评估开辟了新途径，但其在RLT治疗动态监测中的价值尚属空白。

德国柏林夏里特医学院核医学科Tristan Ruhwedel团队在《EJNMMI Research》发表的研究，创新性地将PACS集成的AI体成分分析技术应用于mCRPC患者的治疗监测。研究团队回顾性分析了92例接受[¹⁷⁷Lu]-PSMA-617/I&T治疗的mCRPC患者，通过对比基线(首次RLT前≤6周)和中期(第2周期RLT后6-8周)[⁶⁸Ga]Ga-PSMA-11 PET/CT中的L3椎体水平CT图像，采用卷积神经网络自动量化骨骼肌指数(SMI)、腰大肌指数(PMI)、内脏脂肪组织(VAT)和皮下脂肪组织(SAT)等参数变化。

关键技术方法包括：1)使用Visage 7.1软件的AI自动分割算法分析对比增强CT图像；2)通过多变量Cox回归评估体成分参数与总生存期(OS)的关联；3)采用Charité cutoff finder确定VAT变化的最佳截断值；4)所有患者至少完成2个RLT周期(中位数3周期)，剂量7.4GBq/周期。

研究结果显示：

1. 1.

   体成分参数变化特征：中位随访25.6个月期间，85%患者死亡(中位OS 16.3个月)。治疗期间VAT显著下降(178.6→159.8cm²,p=0.027)，SAT同步减少(187.2→176.0cm²,p<0.001)，而肌肉参数保持稳定。

2. 2.

   预后预测价值：多变量分析确认VAT下降>20%是独立不良预后因素(HR=0.26,p=0.006)，其预测效力独立于肝转移(HR=2.42)、既往化疗(HR=2.43)和基线De Ritis比值(HR=1.40)等传统指标。VAT快速下降患者中位OS仅10.2个月，显著短于缓慢下降组(18.5个月,p=0.008)。

3. 3.

   临床相关性分析：VAT变化的预后价值与最佳PSA反应无交互作用(p=0.09)，提示其可能反映独立于肿瘤负荷的代谢恶化过程。VAT快速下降组同时伴随更显著的SAT减少(p=0.008)，支持肿瘤恶病质的发展假说。

这项研究首次证实AI驱动的体成分动态监测在RLT疗效评估中的临床价值。VAT作为新型影像学生物标志物，其技术优势在于：1)PACS集成方案实现秒级自动分析；2)规避了传统BMI的局限性；3)提供治疗早期的预后信息(2周期即可判断)。研究发现为mCRPC患者的个体化治疗决策提供了新依据，同时提示针对代谢异常的营养干预可能改善预后。未来需前瞻性验证VAT指导的治疗策略优化价值，并探索其与肿瘤微环境的生物学关联。