1. 食管鱗癌根治性放化療后我們其實在被動等待1.1 傳統(tǒng)影像評估的事后諸葛亮困境食管鱗癌患者做完根治性放化療并不是治療結(jié)束后的輕松時刻而是另一種煎熬的開始。吞咽困難緩解了復查CT上腫瘤縮小甚至看不見了主治醫(yī)生和家屬都會松一口氣但所有人心里都清楚真正的考驗是觀察期內(nèi)腫瘤會不會卷土重來。臨床上反復出現(xiàn)的劇本是——第一次復查CT報告寫著病灶較前退縮建議密切隨訪三個月后再看局部復發(fā)已經(jīng)明確到不用影像專家也能一眼認出的程度。那一刻的懊惱在于明明有那么多時間窗口可以去提前預警我們卻一直在等病灶變大、等典型影像學表現(xiàn)出現(xiàn)。問題出在傳統(tǒng)評估手段的底層邏輯上。目前全球腫瘤療效評估的主流標準仍是基于解剖影像的實體瘤療效評價標準RECIST 1.1核心是量最大徑、數(shù)靶病灶、分完全緩解/部分緩解/疾病穩(wěn)定/疾病進展。這套規(guī)則在篩選藥物是否起效的臨床試驗中足夠簡潔但在術(shù)后或放化療后的復雜解剖環(huán)境里短板顯而易見。食管癌根治性放化療后食管壁普遍存在水腫、纖維化和炎性改變原發(fā)灶區(qū)域的CT密度和邊界會變得極其模糊還能不能量出最大徑都要打一個問號。更關(guān)鍵的是等到直徑變化超過閾值被判定為疾病進展時腫瘤細胞早已完成了從殘存到增殖的生物學過程。醫(yī)學影像在這條時間線上扮演的永遠是驗尸官而不是天氣預報員。1.2 LRFS作為終點比總生存期更早暴露真相研究團隊把終點選在局部無復發(fā)生存期LRFS而不是總生存期OS這個設(shè)計我認為非常有講究?？偵嫫诳此剖桥R床研究的金標準但它摻雜了太多非腫瘤因素年齡、心肺功能、第二原發(fā)癌、甚至患者放棄治療后的一般狀況惡化都會稀釋對局部區(qū)域控制的評估效力。要在OS指標上看到兩組間差異往往需要更大的樣本量和更長的隨訪對單中心回顧性研究來說時間成本和統(tǒng)計代價都不可忽視。LRFS從治療起點開始計算終點是局部區(qū)域復發(fā)或者因為任何原因死亡兩種事件只要先發(fā)生一個就算命中。這個終點的好處在于它和腫瘤局部控制直接掛鉤對評估根治性放化療的根治二字含金量非常敏感。對食管鱗癌這類對放化療有較高初始響應、但局部區(qū)域復發(fā)并不罕見的瘤種而言LRFS是最能反映治療質(zhì)量的中期指標。有文獻報道不可手術(shù)局部晚期食管鱗癌接受同步放化療后2年內(nèi)局部區(qū)域復發(fā)率在30%到50%之間中位復發(fā)時間大多集中在治療結(jié)束后6到12個月。這意味著一個能被提前3到6個月預警的高危患者群體是真實存在的只看我們有沒有手段把他們篩出來。2. 縱向CT加亞區(qū)域放射組學為什么這兩件事能湊到一起2.1 放射組學的底層邏輯把CT當數(shù)據(jù)矩陣而不是一張照片放射組學這個概念說透了并不玄乎。傳統(tǒng)閱片靠的是醫(yī)生肉眼對形狀、密度、邊界、強化方式的模式識別本質(zhì)上是把圖像壓縮成幾個抽象的視覺特征。而放射組學則把這套過程數(shù)字化、高維化對每個分割出來的腫瘤區(qū)域提取幾百甚至上千個定量特征包括灰度直方圖的一階統(tǒng)計量、描述像素排列規(guī)律的紋理特征、描述幾何形態(tài)的形狀特征再加上經(jīng)過小波變換等濾波操作后衍生出的高階特征。打個比方一個腫瘤在醫(yī)生眼里可能是形態(tài)不規(guī)則、內(nèi)部密度不均勻、增強后邊緣強化明顯而在放射組學看來這些定性判斷會被拆解成灰度熵有多大灰度共生矩陣的對比度多高短游程低灰度強調(diào)占比多少等精確數(shù)字。腫瘤內(nèi)部的灰度不均、紋理紊亂并不是單純的成像噪聲它們在很大程度上對應著腫瘤細胞的壞死程度、乏氧狀態(tài)、纖維化背景和細胞密度分布。曾有研究將這些影像特征與病理切片上的細胞異質(zhì)性作對照發(fā)現(xiàn)了一批特征確實存在生物學基礎(chǔ)。所以基于CT的放射組學本質(zhì)上是在用影像學手段間接探測腫瘤的微觀生態(tài)環(huán)境。在食管鱗癌這個瘤種上放射組學尤其適合。食管位于縱隔內(nèi)周圍結(jié)構(gòu)復雜CT上腫瘤與正常食管壁、淋巴結(jié)的界限常常糾纏不清傳統(tǒng)徑線測量很難反映腫瘤全貌。但放射組學特征是對整個感興趣區(qū)域進行像素級計算即使邊界存在一定模糊性只要分割范圍基本穩(wěn)定特征本身仍能提供大量肉眼感知不到的信息。操作中另一個重要細節(jié)是預處理不同機型、不同層厚、不同重建算法下提取的特征值是沒法直接比較的。在做任何特征提取之前必須先做體素重采樣到統(tǒng)一尺寸、灰度離散化以及Z-score標準化這一步驟對后續(xù)模型的穩(wěn)定性影響極大。2.2 縱向設(shè)計的本質(zhì)用變化量回答腫瘤正在應答嗎絕大多數(shù)已發(fā)表的放射組學研究都只用治療前的一幅CT提取特征預測結(jié)果。這種單快照模式有一個天然缺陷它描述的是一個靜態(tài)基線狀態(tài)體現(xiàn)的是腫瘤在治療開始前的內(nèi)在特征但完全無法反映腫瘤對放化療的實時反應。而腫瘤對治療的反應恰恰是決定局部復發(fā)概率最直接的證據(jù)鏈。一個基線特征看著很兇險的腫瘤如果對放化療高度敏感兩個周期后迅速退縮、紋理趨向均勻預后并不差反過來一個基線看起來普通的腫瘤如果治療過程中退縮緩慢甚至繼續(xù)增大局部復發(fā)風險依然居高不下?？v向CT的核心價值就在于把治療前后兩次掃描都納入分析并進一步計算特征的變化量通常是差值或百分比變化也就是近些年討論度很高的增量放射組學delta radiomics思路。治療前CT提供了腫瘤的初始狀態(tài)放療中或放療結(jié)束后的CT則提供了它對放化療的應答狀態(tài)兩者的差距直接量化了腫瘤退縮速度和內(nèi)部結(jié)構(gòu)的演變趨勢。這個思路本質(zhì)上和臨床醫(yī)生問病灶縮了沒有一樣只不過放射組學把縮了沒有從一個模糊的紅黃綠判斷變成了一組可以建模的連續(xù)變量。這一類縱向設(shè)計在執(zhí)行層面遠比單時間點復雜。兩次CT之間患者的體重、呼吸幅度、掃描層面位置都可能變化食管腫瘤又受蠕動影響圖像配準是最容易被低估的難點。在實際操作中不能天真地假設(shè)兩幅圖像的體素能逐一對齊通常要先做剛性配準或基于變形的彈性配準再考慮是否用同一套分割標準去勾畫兩次圖像中的腫瘤體積。還有一個容易忽視的問題兩次掃描的增強時相必須一致。動脈期、靜脈期、延遲期之間的特征值差異非常大如果治療前做的靜脈期、治療后做的是延遲期算出來的變化量再漂亮本質(zhì)上也是在對比兩個不對等的條件。2.3 亞區(qū)域分析腫瘤并不是一個勻質(zhì)的球再往前走一步就是亞區(qū)域這個關(guān)鍵詞了。主流放射組學分析通常把整個腫瘤當成一個整體算出整體灰度分布的平均值、方差和各種紋理指標。但腫瘤內(nèi)部的空間異質(zhì)性是這個領(lǐng)域最有名的房間里的大象。一個直徑五六厘米的食管癌中心區(qū)常伴有嚴重壞死和乏氧邊緣區(qū)血流相對豐富、細胞活躍不同克隆亞群的放射敏感性差異導致同一個腫瘤里一部分區(qū)域在放化療后明顯退縮另一部分區(qū)域幾乎紋絲不動這些區(qū)域才是日后復發(fā)的策源地。亞區(qū)域分析就是用算法把腫瘤分割成若干個子區(qū)域分別提取特征再從中發(fā)現(xiàn)與預后相關(guān)的位置特導性信號。常用的劃分策略有兩大類一類是把腫瘤體素按強度或紋理特征做無監(jiān)督聚類聚成幾個具有相似影像表型的亞區(qū)另一類是幾何性的分區(qū)按徑向距離或固定網(wǎng)格把腫瘤切成若干小塊。無論哪種方法核心目的都是回答一個臨床問題腫瘤里有沒有某個局部區(qū)域在治療前后始終表現(xiàn)出頑固的影像表型這種頑固區(qū)域的體積占比、逃逸速率或特征演化軌跡往往比全腫瘤均值更能預示復發(fā)風險。以食管鱗癌為例典型的情況是腫瘤主體在放療后明顯退縮但某個靠食管壁一側(cè)的亞區(qū)域灰度紋理持續(xù)紊亂、增強程度維持在相對高水平。這個區(qū)域很可能是乏氧細胞或腫瘤干細胞的巢穴也是將來復發(fā)最早出現(xiàn)的解剖點。如果亞區(qū)域分析能把這個位置信息捕捉到再和列線圖結(jié)合臨床醫(yī)生在隨訪復查時就會格外留意那個區(qū)域而不僅僅滿足于整體病灶較前縮小。3. 列線圖是怎么煉成的一條完整的建模流水線3.1 圖像勾畫與配準最枯燥但最影響結(jié)果的一步任何放射組學研究的保質(zhì)期從分割頭像的那一刻就開始倒計時了。對食管鱗癌的縱向CT分析來說需要分別在治療前和治療后的CT上勾畫出腫瘤大體體積。常規(guī)做法是邀請兩位有經(jīng)驗的影像科醫(yī)生在不知曉患者預后的前提下獨立勾畫然后通過計算組內(nèi)相關(guān)系數(shù)ICC評估勾畫一致性再針對每個特征做可重復性檢驗。通常只在ICC高于0.75甚至0.8的特征中保留后續(xù)分析把那些對邊界微小擾動極其敏感的不穩(wěn)定特征提前淘汰。這一步?jīng)Q定了高維特征中哪些是真實信號、哪些只是勾畫誤差的投影卻也是最容易被初學者跳過的環(huán)節(jié)?？v向設(shè)計中的配準問題需要特別重視。食管的位置隨心跳、呼吸和蠕動隨時在動兩次掃描之間的體位差異不可避免?？尚械奶幚矸绞桨▋?yōu)先選擇增強效果一致、能清晰顯示食管腔和腫瘤邊界的掃描序列對兩次CT先做基于相似度的剛性配準在配準后的圖像上重新確認分割邊界而不是簡單地把第一次的分割掩?？截惖降诙螆D像上。這里我要補一句肺腑之言若第二次CT上腫瘤已經(jīng)明顯退縮影像科醫(yī)生是否能準確找到原發(fā)灶區(qū)域本身就是個大挑戰(zhàn)有時候需要結(jié)合治療前的解剖標志比如主動脈位置、氣管分叉、食管腔的走形進行跨時相定位。這個過程沒有捷徑只能靠耐心和細致的對照。3.2 特征篩選與模型構(gòu)建如何避免在高維特征里過度擬合一個常規(guī)的放射組學流程能輕松提取出成百上千個特征而食管癌根治性放化療的隨訪隊列樣本量往往只有一兩百例。用一千個特征去擬合一百個樣本如果不好好做特征篩選結(jié)果一定會變成一套訓練集上完美無缺、新數(shù)據(jù)上一塌糊涂的過擬合模型。對付這個問題主流方案是兩段式篩選。第一段是無監(jiān)督粗篩通過前面提到的ICC剔除不可重復的特征再用相關(guān)性分析去掉彼此強相關(guān)的冗余特征。第二段是有監(jiān)督精篩最常用的是套索回歸LASSO。LASSO本質(zhì)上是在普通回歸的目標函數(shù)上加了一個L1范數(shù)懲罰項迫使大部分特征的系數(shù)變成零只保留少數(shù)與結(jié)局真正關(guān)聯(lián)的非零系數(shù)特征。選用LASSO而不選別的算法原因在于它在這類特征數(shù)量遠大于樣本量的場景下非常穩(wěn)健而且結(jié)果具有稀疏性模型復雜度天然降低。篩選出影像學特征之后還不能急著建模。常規(guī)的做法是把臨床變量納入考慮包括T分期、N分期、腫瘤長度、大體腫瘤體積、是否接受誘導化療以及放療劑量等通過多因素Cox回歸確認哪些影像特征在調(diào)整了臨床變量后仍然具有獨立預后價值。最后保留下來的特征組合才是構(gòu)建預測模型的最終輸入。這一步的邏輯是如果某個影像特征和T分期高度綁定那么它對臨床決策的增量貢獻就非常有限只有那些給傳統(tǒng)分期提供額外信息的特征才值得寫進模型里。模型構(gòu)建階段通常還會對連續(xù)變量做最優(yōu)截斷點分析把影像特征值轉(zhuǎn)化為類別變量方便臨床理解這一點在后面的列線圖可視化時特別有用。3.3 列線圖的呈現(xiàn)邏輯與驗證指標列線圖的本質(zhì)是把復雜的多因素回歸方程翻譯成一張普通人也能查表打分的小工具類似心血管領(lǐng)域廣泛使用的風險評分卡。每個預測變量在圖上對應一條分數(shù)尺根據(jù)患者的實測值找到對應得分把所有得分相加得到總分再通過總分與結(jié)局概率的映射關(guān)系讀出患者在某時點發(fā)生局部復發(fā)或維持無復發(fā)生存的概率。整個過程不需要電腦不需要懂得Cox回歸的數(shù)學原理醫(yī)生的接受度非常高。但能用和靠譜之間隔著一整套驗證體系。最基礎(chǔ)的是區(qū)分度通常用一致性指數(shù)C指數(shù)或時間依賴性ROC曲線下的面積AUC來衡量。C指數(shù)的含義可以粗略理解為隨機抽兩位患者模型預測結(jié)果和實際結(jié)局順序一致的概率。0.5代表純靠猜0.7以上已經(jīng)屬于中等偏上的預測能力0.8以上則罕見且需要小心是不是過擬合。第二個層次是校準度通過校準曲線查看模型預測的概率和實際觀察到的病例比例是否一致如果預測30%復發(fā)風險的患者群實際復發(fā)比例卻是50%說明校準偏了。第三個層次是臨床獲益通過決策曲線分析判斷在不同風險閾值下使用模型帶來的凈獲益是否高于所有人都不干預或所有人都干預這兩個極端策略。這類研究中內(nèi)部驗證通常采用Bootstrap重采樣或留一法交叉驗證但這些方法只能證明模型在自己人里表現(xiàn)穩(wěn)定無法消除數(shù)據(jù)本身的偏倚。外部驗證——用獨立醫(yī)療中心、不同時期、不同掃描設(shè)備采集的數(shù)據(jù)去試這個模型——才是真正決定模型能不能走進臨床實踐的那道坎。報道內(nèi)部驗證的C指數(shù)是0.8、外部驗證掉到0.65甚至更低的案例在放射組學文獻里并不少見多中心數(shù)據(jù)中掃描協(xié)議和患者構(gòu)成的差異會毫不留情地暴露模型過擬合的部分。4. 這個模型真正值錢的地方三種臨床落地場景4.1 治療前風險分層決定強化還是減量列線圖第一個有用的窗口在治療決策階段。面對一例局部晚期食管鱗癌指南給出的標準選擇是同步放化療但標準方案這四個字掩蓋了一個事實接受相同方案治療的患者遠期復發(fā)風險可能相差好幾倍。如果模型在治療前就能給出一個相對可靠的LRFS風險分層治療策略的制定就可以告別一刀切。低風險組患者尤其是病灶退縮潛力大、影像表型溫和的那部分人可以守住現(xiàn)行標準方案避免盲目加用高劑量放療或額外鞏固化療帶來的毒性。畢竟食管癌放療的放射性食管炎、肺炎和心臟損傷都不是過家家治療強度應當與獲益成比例。高風險組則完全不同這部分患者應當考慮更激進的綜合策略比如誘導化療后再評估、同期免疫治療介入、放療劑量的正常組織耐受范圍內(nèi)適當提升或是把手術(shù)能力強的中心會診列為一類備選方案。這類基于風險分層的治療升級/降級思路在多個實體瘤中已經(jīng)被證實能改善療效而放射組學列線圖恰好提供了術(shù)前/治療前判斷風險的工具。4.2 放療中的自適應觸發(fā)給放療計劃一個動態(tài)調(diào)整的理由放療進行到一定程度時會重新掃描定位CT用來評估腫瘤體積變化和擺位誤差醫(yī)學上叫自適應放療。但一個尷尬的現(xiàn)實是目前幾乎沒有一套客觀標準告訴醫(yī)生到底哪些患者的重新計劃能帶來生存獲益哪些只是增加工作量和無序變動。于是許多中心的自適應淪為固定時間點走流程治療效果并沒有真正被實時監(jiān)控?？v向放射組學恰好可以補上這塊拼圖。放療中的重復CT若是顯示某個亞區(qū)域的紋理特征始終頑固、腫瘤退縮速度遠低于預期說明該區(qū)域可能存在放射抵抗此時把局部加量的決策從經(jīng)驗驅(qū)動變成數(shù)據(jù)驅(qū)動就有了充分的理由。反過來如果治療中影像特征已經(jīng)呈現(xiàn)明顯好轉(zhuǎn)趨勢說明當前方案有效繼續(xù)原有的放療和化療節(jié)奏即可避免無畏地疊加更多治療。這個場景里的核心價值不是替代醫(yī)生的判斷而是幫助醫(yī)生在充滿不確定性的治療過程中找到一個相對客觀的參照系。4.3 隨訪策略的個體化讓高?；颊吒绫粡筒榘l(fā)現(xiàn)說實話我認為這項研究對隨訪管理體系的影響可能比對治療決策的影響更早落地。目前食管鱗癌根治性放化療后的復查策略高度同質(zhì)化多數(shù)中心是每3個月復查一次CT部分加做頸部超聲或胃鏡。但同質(zhì)化背后存在兩個問題高危患者3個月的間隔可能仍然太久低危患者則承受了不必要的輻射和等待焦慮。有了LRFS預測列線圖后醫(yī)生可以把隨訪資源向高危人群傾斜高?；颊甙褟筒殚g隔壓縮到2個月甚至在普通CT之外加做PET-CT、超聲內(nèi)鏡或者ctDNA液體活檢目標是在復發(fā)灶還處于亞臨床階段時就把它揪出來低?；颊邉t按常規(guī)節(jié)奏隨訪即可。這樣既提高了復發(fā)早診的概率也避免了整個隨訪隊列無差別的檢查轟炸。精準隨訪的本質(zhì)是讓每一種檢查手段用在最有可能出問題的患者身上而列線圖恰好給出了這個最有可能的概率答案。5. 我的一些保留意見與未來想象空間5.1 樣本量與外部驗證放射組學研究的通用短板站在批判性閱讀的角度任何縱向放射組學研究要進入臨床推廣都必須跨過樣本量這個坎?；仡櫺詥沃行年犃惺占粌砂倮颊咴谝磺Ф嗵卣骼镉肔ASSO篩選出七八個因子內(nèi)部驗證C指數(shù)報出來通常都相當漂亮但這類模型換一個醫(yī)療中心、換一套CT設(shè)備、換一批評閱醫(yī)生預測性能往往會出現(xiàn)明顯的衰減。原因在于單中心數(shù)據(jù)天然共享著同一套掃描協(xié)議、同一類型的勾畫習慣、同一地區(qū)人群的疾病譜模型捕捉到的信號里混雜了大量中心特有因素。應對的辦法只有多中心外部驗證以及開放共享預測模型的特征定義和計算代碼讓不同團隊可以獨立復現(xiàn)。對讀者來說判斷一篇放射組學論文含金量最快捷的方式不是看C指數(shù)小數(shù)點后有多少位而是看它有沒有外部驗證隊列以及前后通道的數(shù)據(jù)采集條件是否透明。5.2 勾畫工作量和可重復性模型規(guī)?；涞氐那疤崃硪粋€不容回避的問題是工作量。手工勾畫縱向兩次CT的腫瘤大體體積每例耗時動輒一兩個小時亞區(qū)域分析還要在此之上疊加配準和聚類計算。要在臨床常規(guī)流程里讓技術(shù)團隊對每位患者都走一遍這套流程目前并不現(xiàn)實?？尚械姆较蚴且肷疃葘W習自動分割模型做初篩醫(yī)生只負責修正關(guān)鍵層面把單例處理時間壓縮到十幾分鐘以內(nèi)。只有分割環(huán)節(jié)的自動化水平跟上來縱向放射組學才能從科研作坊走進大規(guī)模隊列。5.3 從影像特征到生物學解釋的最后一公里放射組學特征的名字對臨床醫(yī)生很不友好比如灰度游程矩陣的長游程高灰度強調(diào)鄰域灰度差矩陣的繁忙度這些數(shù)字背后究竟代表什么生物學事件學界還沒有完全給出回答。臨床信任的建立不能只依賴統(tǒng)計學顯著更需要對特征含義的機制性解釋。未來可行的工作方向包括把這些影像特征與對應區(qū)域的病理切片進行空間對照確認哪些特征對應壞死、哪些對應纖維化、哪些對應腫瘤細胞活躍區(qū)把影像特征與基因組、轉(zhuǎn)錄組數(shù)據(jù)關(guān)聯(lián)用分子解釋影像表型甚至結(jié)合放療劑量分布圖分析特定亞區(qū)域接受的劑量不足與該區(qū)域影像特征頑固之間的因果鏈。如果這些關(guān)聯(lián)能被證實放射組學就能真正從聰明的黑盒變成可對話的白盒。最后說一點我自己的使用體會。即便模型還沒有進入指南我在看食管癌患者復查CT時也已經(jīng)養(yǎng)成了不自覺的縱向?qū)Ρ攘晳T不只看病灶是否退縮還會盯著某個退縮最慢、紋理最亂的局部區(qū)域不放把它當作復發(fā)最可能的策源地。這個習慣的養(yǎng)成恰恰是亞區(qū)域思路給我?guī)淼淖畲蟾淖?。對臨床團隊真正有價值的往往不是某個數(shù)字本身而是它迫使你把注意力放到那些容易被整體印象掩蓋的細節(jié)上。對了如果你所在的科室也想開展類似工作我會建議先從統(tǒng)一CT掃描協(xié)議開始同一臺設(shè)備、同一套層厚和重建算法是縱向影像分析最值得動手的第一步。