中国科学院自动化研究所、中国科学院分子影像重点实验室与北京大学肿瘤医院季加孚团队、郑州大学第一附属医院高剑波团队、江苏省镇江市第一人民医院医学影像科单秀红团队和云南省肿瘤医院放射科团队合作，构建出相关影像组学模型，可有效预测胃癌患者的隐匿性腹膜转移。特别是针对CT漏诊的隐匿性腹膜转移，该模型有非常高的检出率。该成果论文近日发表在临床肿瘤期刊《肿瘤学年鉴》上。

　　全球约有一半的胃癌新发和死亡病例出自我国。胃癌发生远处转移是导致患者死亡的主要原因之一。据统计，在胃癌远处转移的患者中，53%～66%属于向邻近的腹膜转移，手术无法延长这些患者的生存期，美国、中国、欧洲指南都不推荐手术治疗。因此，术前准确判断腹膜转移情况可有效辅助医生作出治疗决策，避免不必要的手术。目前，CT影像是常见的诊断腹膜转移的术前无创手段，但该方法观察不到明显的腹膜转移征象，易造成漏诊，影响治疗决策和患者预后。

　　此次研究在4家医院收集了554例术前CT诊断为腹膜转移阴性患者的影像和临床数据，其中122例经腹腔镜探查病理证实为腹膜转移阳性，这些通常为临床漏诊的患者。同时，研究团队基于患者静脉期CT影像中胃癌最大层面的原发灶图像和病灶邻近的一块腹膜图像，提取266个定量影像组学特征。研究人员分析发现，腹膜转移与2个原发灶影像特征、2个腹膜影像特征，以及1个临床因素Lauren分型具有显著的相关性，并据此构建了影像组学预测模型。研究团队基于4家医院的数据验证了该模型具有很好的预测效果，模型性能评价指标AUC均达到0.92以上。

　　据了解，以往研究关注腹膜影像本身，此次研究发现胃癌的腹膜转移与胃癌原发灶和腹膜两者同时相关，从侧面验证了肿瘤转移经典的“土壤—种子学说”，即肿瘤转移不仅与肿瘤细胞本身（种子）相关，还与转移区域的微环境（土壤）相关。该研究还发现，腹膜影像的异质性特征具有较好的预测性能，或能反映早期腹膜转移一些细微的、不易被人眼发现的改变，而影像组学通过深入挖掘影像数据，可定量提取这些细微征象，辅助医生诊断胃癌腹膜转移。