对于人瘤病毒 (HPV) 相关口咽癌患者，评估淋巴结外是否存在癌细胞或结外延伸 (ENE) 对于确定适当的治疗至关重要。

然而，ENE在影像学预处理中检测通常具有挑战性，这可能导致治疗升级，导致更大的毒性和更差的生活质量结局。

布莱根妇女医院(Mass General Brigham 医疗保健系统的创始成员)和丹娜法伯布莱根癌症中心的研究人员进行的一项新研究发现，在一项大型多中心口咽癌临床试验中，与四名专家头颈部放射科医生相比，基于人工智能 (AI) 的算法在检测 ENE 方面更胜一筹。

该技术可用于临床试验，以确定它是否能改善治疗结果。该团队的结果发表在《柳叶刀数字健康》上。

“HPV相关的口咽癌现在是这种癌症最常见的类型。虽然这些患者往往对手术或化疗和放疗反应良好，但人们对试图找出降级治疗的方法很感兴趣，因此患者可以减少副作用和降低生活质量的长期问题，“第一作者Benjamin Kann博士说。

“一个有吸引力的策略是为这些患者使用一种微创手术，称为跨口机器人手术(TORS)，而不是七周的联合化疗和放疗。

然而，ENE的存在是癌症在手术后复发和总体生存率较低的危险因素，使ENE患者不适合TORS治疗。“如果在手术后发现ENE，这些患者仍然需要接受长期的化疗和放疗，或三联疗法，这与最严重的并发症和生活质量结果有关，”Kann说。

从历史上看，使用传统的诊断成像很难检测到ENE病毒，因此尽管进行了筛查，但仍有大量患者需要三联疗法。

“在这项研究中使用人工智能的未满足需求和动力是看看我们是否可以更好地预测治疗前CT扫描中是否存在ENE的情况，因此我们可以帮助选择合适的患者进行手术或化疗和放疗，”Kann说。

该团队已经开发了一种深度AI算法，该算法经过训练可以检测ENE，并在几个数据集中显示出高水平的准确性。

在这项研究中，该团队使用治疗前CT和ECOG-ACRIN癌症研究组E3311的相应手术病理报告对AI算法的性能进行了回顾性评估，这是一项多中心，2期降级试验。

“这项研究的重要之处在于，它在一项非常大的随机临床试验的背景下测试了该算法，根据定义，入组的患者应该被筛选出患有ENE，但很大一部分仍然最终患有ENE，”Kann说。

“当我们将该算法应用于这一人群以查看它在预测ENE方面的表现时，我们发现它表现良好，准确性很高 - 比所有四位头颈部放射科医生都要好。

“主要的好处似乎是灵敏度增加，或者降低错过ENE的百分比，”Kann说。“理想情况下，在治疗前更好地识别ENE将导致三模式治疗的发生率降低并改善患者的生活质量。

这些发现表明，将这种人工智能算法整合到临床中可以为医生提供有关ENE存在的更准确的信息，并确定哪些患者可以通过手术或化疗和放疗得到最好的服务。