研究提出一种基于深度学习的胃癌新辅助化疗疗效预测方法，为治疗前有效筛选胃癌新辅助化疗疗效获益人群提供了一种新型工具。

近年来，新辅助化疗已被证明可显著改善进展期肿瘤患者的预后，并已成为标准治疗方案。新辅助化疗通过术前化疗减少肿瘤体积，实现肿瘤降解，尽早消除微转移，增加R0切除率，提高总生存期和无病生存期。然而，目前只有部分进展期胃癌患者能够从新辅助化疗中获益。无效的新辅助治疗还可能会增加毒性并导致肿瘤在化疗期间进展。因此，迫切需要一种治疗前预测新辅助化疗疗效方法，作为制定进展期胃癌患者个性化治疗方案的有效依据。

本研究提出一种基于深度学习的胃癌新辅助化疗疗效预测方法。基于门静脉期CT 图像和临床病理学特征的深度学习影像临床模型（DLCS），集成多模态特征信息以预测局部晚期胃癌患者新辅助化疗疗效。

该研究纳入了6家医疗机构共1060例进展期胃癌患者的CT影像和临床信息，进行深度学习的训练与验证。 为打破真实临床不平衡数据带来的模型预测偏差，该模型利用基于图像的最新过采样方法(DeepSMOTE)来生成少样本图像，以快速高效平衡数据集。 另外，该模型融入通道间注意力机制，强化重要特征通道，提升模型预测准确率。 其泛化性在多个验证集上得以评估，进一步证实人工智能辅助新辅助疗效预测的可行性。 此外，该模型可作为进一步预测患者总生存期的独立影响因子，以辅助临床医生完成治疗决策。

研究表明，相较于临床特征，深度学习影像特征具有更强的新辅助化疗反应预测能力，揭示了CT影像中含有大量与肿瘤分子生物学行为相关的特征，表明了深度学习能够挖掘肿瘤异质性及微环境与肿瘤化疗敏感性间的深层隐含关联。 该DLCS模型通过内部验证集和外部验证集，预测进展期胃癌患者新辅助化疗疗效的精度达AUC > 0.8，是目前已报道的纳入人群最大、精度最高的进展期胃癌新辅助化疗疗效预测模型。

此外，该团队还建立深度学习模型预测接受新辅助化疗患者的生存期，对患者进行了预后风险分层。 有了该DLCS模型的辅助，可在治疗前有效筛选胃癌新辅助化疗疗效获益人群，为临床制定个性化治疗方案提供新的理论依据，进而改善进展期胃癌患者的预后并提高患者生存率。

浙江省肿瘤医院胃外科是我国最大的胃肿瘤诊治中心之一，医教研齐发展。在程向东教授的带领下，目前已成为国内领先的名牌学科，是国家胃癌标准手术示范和推广基地，中国胃癌规范化治疗培训基地。年完成各类胃肿瘤手术近1500台，居浙江省首位。常规开展各类规范化的胃癌手术，以早期胃癌保留功能手术、进展期胃癌综合治疗、晚期胃癌转化治疗以及胃肠间质瘤综合治疗为研究方向，是国内最早开展晚期胃癌转化治疗研究的中心之一，目前已完成多项相关临床研究。微创手术和保留功能手术是本学科重点方向，首创了十二指肠非离断前入路胰腺上缘清扫、右侧站位三步法脾门清扫等技术，提高了微创手术的安全性和可靠性；首创了近端胃切除后“程式Giraffe”消化道重建术，在改善消化道返流、胃排空障碍等方面有独特的优势，国内外获得广泛认可；改良了保留幽门的胃切除术（LPPG）、近端胃切除术后双肌瓣重建等术式，使早期胃癌患者的生活质量有了很大的提高。

浙江省上消化道肿瘤防控与诊治重点实验室依托国科大肿瘤医院与中国科学院医学所，形成了以临床医学、药学、生物化学、人工智能、生物信息等多学科交叉、医工研深度融合的创新团队，围绕上消化道肿瘤“多维早筛技术研发及防控体系构建、临床智能诊疗关键技术研发与应用、疾病机制与干预策略研究”三个研究方向。通过“临床医生发现和提出问题—多学科交叉分析和探索—医工研深度融合研究—提出解决方案—进行临床验证和转化”的分工协作思路，深化院所融合，为上消化道恶性肿瘤的防控与诊治提供新方法和新策略。