一个由麻省总医院布莱根医院与丹娜-法伯癌症研究所主导的研究团队，开发并验证了一款基于人工智能的工具，该工具能通过分析医学影像非侵入性地预测口咽癌向淋巴结外侵犯的风险，从而辅助医生为患者制定更精准的治疗方案。研究成果发表于《临床肿瘤学杂志》。

口咽癌治疗常联合手术、放疗与化疗，可能带来显著的副作用。精准识别癌症扩散风险，对于决定是否采用强化或降阶疗法至关重要。目前，确认癌细胞是否已突破淋巴结(即病理性淋巴结外侵犯，ENE)的金标准是手术切除后的病理检查。该人工智能工具旨在治疗前，通过分析患者的计算机断层扫描影像，预测存在ENE的淋巴结数量，这一指标与患者预后及强化治疗获益可能性密切相关。

研究团队将该工具应用于1733名口咽癌患者的影像数据。结果显示，人工智能的预测结果与癌症失控扩散风险及患者生存期缩短相关联。麻省总医院布莱根医院人工智能医学项目资深作者Benjamin Kann博士指出：“人工智能工具能够预测具有ENE的淋巴结数量，这是以前无法做到的，并且表明它是口咽癌的一种强大的新型预后生物标志物，可用于改进当前的临床分期方案和治疗计划。”

该工具的临床价值在于改善风险分层。Kann博士进一步解释道：“我们的工具可以帮助确定哪些患者应该接受多种干预措施，或者哪些患者是免疫疗法或额外化疗等强化策略临床试验的理想候选人。我们的工具还可以帮助确定哪些患者应该接受降级治疗，例如仅进行手术。”将人工智能评估结果整合到现有临床模型中，有望为每位患者提供更个体化的癌症治疗策略。

更多信息：作者：叶泽忠等，标题：《自动化淋巴结和结外侵犯评估可改善口咽癌的风险分层》，发表于：《临床肿瘤学杂志》 (2025)。期刊信息： 临床肿瘤学杂志