基于Vision Transformer的术前CT影像预测卵巢癌化疗反应评分

研究者开发融合Vision Transformer与临床数据的多模态深度学习框架，可在术前通过常规CT影像预测高级别浆液性卵巢癌患者对新辅助化疗的反应（化疗反应评分CRS），为临床决策提供早期、无创的评估工具，助力精准医疗。

高级别浆液性卵巢癌（HGSOC）是妇科恶性肿瘤中最具侵袭性的类型之一，具有显著的生物学异质性和空间异质性，多数患者确诊时已处于晚期。对于不适合立即手术的患者，新辅助化疗（NACT）联合延迟性手术是标准方案。化疗反应评分（CRS）是验证充分的NACT反应病理学标志物，但仅能术后获得，临床医生制定初始方案时无法预知反应，术前预测CRS可帮助优化治疗策略。

研究团队提出创新的2.5D多模态框架，核心组件包括：

1. Vision Transformer编码器：用预训练ViT提取视觉特征，通过自注意力捕捉长距离依赖，理解肿瘤空间分布；
2. 病灶密集网膜切片处理：聚焦富含病灶的网膜区域（HGSOC常见转移部位），提取预测价值特征；
3. 中间融合模块：整合视觉特征与临床变量（年龄、肿瘤标志物、分期等），交互效果优于早期/晚期融合；
4. 2.5D架构：处理相邻切片捕获空间上下文，避免纯3D方法的高计算成本和过拟合风险。

模型在两个独立数据集验证：

• 内部测试集（IEO队列）：41例患者，ROC-AUC达0.95，准确率95%，精确率80%，同一中心数据下区分能力强；
• 外部测试集（OV04队列）：70例患者，ROC-AUC为0.68，准确率67%，精确率75%，外部性能下降反映中心间影像采集、患者特征差异，提示需更大多中心数据、域适应技术及影像标准化。 尽管外部AUC下降，仍表明模型捕获泛化预测信号。

研究意义：

1. 早期决策支持：术前预测CRS助力个性化方案制定，低反应患者可调整化疗或探索其他选择；
2. 无创评估：CT预测完全无创，可反复进行动态监测；
3. 多模态价值：结合影像与临床数据提供更全面患者画像；
4. 资源可及性：CT设备普及，方法易推广，无需专用昂贵设备。

研究局限及改进方向：

1. 样本量限制：内部测试样本小（41例），需更大规模多中心研究；
2. 外部泛化挑战：跨中心性能下降，需探索鲁棒特征表示和域适应策略；
3. 可解释性需求：需深入研究模型关注的影像区域，增强临床接受度；
4. 前瞻性验证：目前为回顾性数据，需前瞻性临床试验验证临床实用性。

这项研究是AI在妇科肿瘤精准医疗的重要进展，将ViT技术与临床需求结合，开发出有潜力的术前决策工具。虽距临床应用有距离，但为未来研究奠定基础。随数据规模扩大和算法优化，AI化疗反应预测有望成为卵巢癌综合治疗不可或缺的一环。