קרצינומה של Nasopharyngeal (NPC) היא ממאירות אגרסיבית ביותר, כאשר מרבית החולים מציגים בשלבים מתקדמים מקומיים. בעוד שמעכבי מחסום חיסוני, כמו חסימת PD-1, עיצבו מחדש אסטרטגיות טיפול, רק מיעוט של חולים משיגים תועלת עמידה. סמנים ביולוגיים מדויקים לחיזוי תגובת הטיפול נותרו צורך דחוף שאינו מסופק.
מחקר רב -מרכזי בראשותו של פרופ 'שויקסינג ג'אנג ופרופ' בן ג'אנג מבית החולים המסונף הראשון באוניברסיטת ג'ינאן רשם 246 חולים עם NPC מתקדם מקומי שטופלו באימונותרפיה. על ידי יישום אלגוריתמים של בינה מלאכותית, הצוות חילץ ובחר תכונות רדיומיות אופטימליות מהדמיה רפואית לבניית מודל חזוי. התוצאות הראו כי מודל רדיומיקס מבוסס AI זה השיג AUC של 0.760, והעלה על ביצועים משמעותיים של מודלים קליניים מסורתיים (AUC 0.559) בחיזוי תגובת הטיפול. לצורך פרוגנוזה, המודל האופטימלי הגיע לאינדקס C של 0.858, והרכיב במדויק חולים לקבוצות בסיכון גבוה ונמוך.
מעבר לביצועים חזויים, המחקר בדק גם את הפרשנות הביולוגית של המודל. באמצעות ניתוח מתאם בין פתולוגיית תמונה באמצעות תמונות H&E של מקומיות שלמות ו- IHC, החוקרים חשפו קשרים חזקים בין תכונות רדיומיות וסמני תאי חיסון מרכזיים, כולל CD45RO, CD8, PD-L1 ו- CD163. ממצאים אלה חושפים קשר ברור בין תכונות הנגזרות מהדמיה לבין הנוף החיסוני של המיקרו-סביבת הגידול, ומספק אימות ביולוגי של גישת הרדיומיקס.
יחד, עבודה זו מדגישה את ההבטחה לרדיומיקס ככלי רב עוצמה ולא פולשני לאימונותרפיה מדויקת ב- NPC. על ידי שילוב ניתוחי הדמיה מתקדמים עם מתאם פתולוגיה, המחקר לא רק משפר את דיוק החיזוי אלא גם מגשר על חתימות רדיומיות עם ביולוגיה של הגידול, ומציע תובנות חדשות לריבוד המטופלים וטיפול בהתאמה אישית.
