在2024年10月17-19日召开的第十八届全国乳腺癌会议暨第十九届上海国际乳腺癌论坛上，我院乳腺肿瘤科王坤教授团队开展的“基于MRI的时间动态影像组学模型辅助乳腺癌新辅助化疗后腋窝手术决策的研究”及“早期预测乳腺癌新辅助化疗后残余癌负荷(RCB)的无创人工智能系统”取得了令人瞩目的成果，成功入选2023年中国乳腺癌重要临床研究。这也是自2021年以来，团队成果第三次入选《中国乳腺癌重要临床研究》。

        早期预测乳腺癌新辅助化疗后残余癌负荷(RCB)的无创人工智能系统研究，成功建立了基于 MRI 的时间动态影像组学模型，充分挖掘了新辅助化疗前及新辅助化疗中的MRI数据价值，通过基于不同亚型的精准亚组人群分析，实现对乳腺癌RCB的有效预测。此模型性能优异，可为患者手术决策提供有力辅助。研究表明，多尺度、多模态的乳腺 MRI 数据，结合影像组学和机器学习等新技术，相比单次时间节点的MRI数据，能更精确地早期预测乳腺癌的 RCB。这一成果已发表于《Annals of Surgery》，进一步凸显了我院在乳腺癌研究领域的创新能力和学术影响力，为乳腺癌精准治疗提供了重要的技术支持和理论依据。

        另一项基于MRI的时间动态影像组学模型辅助乳腺癌新辅助化疗后腋窝手术决策的研究，聚焦于乳腺癌新辅助化疗后腋窝手术决策的精准化这一关键问题，通过采集乳腺癌新辅助治疗（NAT）前和治疗后的 MRI 图像数据，全面涵盖乳腺肿瘤和腋窝淋巴结等重要信息。通过构建先进的基于时间动态影像组学的人工智能模型，并巧妙联合前哨淋巴结手术的术中淋巴结个数及其他丰富的临床病理信息，全力以赴实现对乳腺新辅助治疗后腋窝淋巴结状态的精准预测，为腋窝手术决策提供有力辅助。此项研究成果凸显了AI辅助手术在评估腋窝淋巴结对 NAC 反应方面的巨大潜力，有效减少了不必要的腋窝淋巴结清扫手术，为乳腺癌患者的精准个体化治疗提供了关键依据，对改善患者治疗效果和生活质量具有深远意义。该研究成果荣登《International Journal of Surgery》，进一步彰显了我院在乳腺癌研究领域的深厚学术造诣和卓越影响力，也为国内乳腺癌临床治疗提供了重要的参考范例。

张刘璐